0

我不是在寻找大量代码作为解决方案,只是我需要实现的模型的名称,或者一些链接会很好。

我的问题是我有一个由几百张 128x128 图像(抽象画)组成的数据集 - 我想简单地使用神经网络生成更多类似于这些图像的图像(最好网络不需要输入,除了可能随机值?),但目前尚不清楚我将如何处理。

我考虑过但尚未尝试过的一种解决方案是制作 LSTM 神经网络,将绘画转换为像素值的 1D 数组,并将数组馈送到网络(LSTM 网络非常擅长学习序列) - 但是如果我想处理更大的图像,这可能不是很实用。

非常感谢任何信息。谢谢!

4

1 回答 1

0

在这种情况下,GAN(生成对抗网络)将是合适的。GAN 依赖于两个独立的神经网络,并且在经过适当训练后,可用于生成类似于一组已知图像的新图像(称为幻觉的过程)。

有许多使用 GAN从规范 mnist 数据集中生成新数字图像的示例。当然,您可以用抽象画代替 mnist。

于 2017-11-17T02:19:44.540 回答