StackGAN text to pho的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

基於生成對抗網路的兒童英語繪本系統

為了解決StackGAN text to pho的問題，作者藍珮瑄 這樣論述：

隨著英語能力在國際上的高度重要性，我國兒童學習英語的年齡逐漸降低，在兒童階段就開始接觸英語已成為趨勢，並隨著科技的日新月異，學習環境也從傳統學習發展出了數位學習，學習英語的方法變得越來越豐富，目前已有許多使用資訊技術方法來輔助英語學習的系統。但並非所有的學習方式都適用於兒童，由於許多兒童對於陌生的英語詞彙大多不感興趣，故兒童願不願意學習英語成了重要的課題。目前已有許多的英語學習系統，不過效果皆有限，甚至大部分的系統主要適合已有一定能力或是年紀較長的學習者。由於兒童的英語認知能力與成人不同，因此對於兒童的英語學習而言，應該設計適合他們的學習模式。對於兒童而言，他們的世界充滿了想像以及文字與圖像

的各種結合，我們也發現大部分兒童對於漫畫風格圖像會比文字更感興趣，若是將這些英語詞彙轉換成漫畫風格圖像，則能藉此讓兒童從這些生澀的英語中產生興趣，並能讓兒童從圖像中學習英語。然而聘請漫畫家替英語繪本製作內容並不是件容易的事，除了須花費的成本過高，生產力也相當低落。因此本論文提出一個基於生成對抗網路的兒童英語繪本系統，並提出了在圖像生成後提取圖像特徵的方法以生成具連貫性圖像，並以行動學習的方式供兒童學習英語。透過由教師端自行輸入繪本故事內容，即能自動生成對應的漫畫圖像，並自製成繪本儲存於資料庫中，學生端則能透過行動裝置選取欲閱讀的繪本，藉由圖像學習英語以提高兒童的學習興趣。本系統分為Client

端和Server端，Client端是以行動裝置作為人機介面，可再細分為教師端和學生端，Server端則為本系統之演算法、GAN模型、網頁伺服器以及資料庫伺服器。在實驗中，為了求得最佳的輸出結果，我們系統性地調整了模型的超參數，例如平衡目標函數中兩個損失的超參數以及Epoch大小，使本系統能夠根據輸入的故事內容生成品質更高的連貫性圖像。

以人工智慧輔助圖標創造

為了解決StackGAN text to pho的問題，作者孫采荷 這樣論述：

圖標（icon）被廣泛的應用在橫幅、標誌牌、廣告牌、網頁，以及行動應用程式中。我們介紹了一個系統，用以幫助設計師創造圖標。創造圖標時，設計師負責繪畫輪廓，而我們的系統則依此創造出不同風格的結果，如：休閒的、狂野的，以及優雅的。為了達到這個目標，我們使用我們收集的圖標資料集來訓練雙條件對抗式生成網路（dual conditional generative adversarial network ）。其中一個條件要求產生的圖片和畫出的輪廓要擁有相似的結構；另一個條件則要求此圖片和參考的圖標要擁有相似的風格。於是，生成器（generator）使用兩個輸入來產生圖標。兩個判別器（discrimina

tor）則分別判斷產生的圖片是否滿足結構以及風格的限制。訓練完成的網路可以創造出設計師要求的圖標，並很好的減輕了他們的工作量。評估方面，我們以數個目前最先進的技術，和我們的雙條件對抗式生成網路做比較。為了促進學術研究，我們將會公開原始程式碼、圖標資料集，以及訓練好的網路。