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
國立宜蘭大學 資訊工程學系碩士班 卓信宏所指導 藍珮瑄的 基於生成對抗網路的兒童英語繪本系統 (2021),提出StackGAN text to pho關鍵因素是什麼,來自於生成對抗網路、兒童英語學習、數位學習、兒童英語繪本。
而第二篇論文國立交通大學 多媒體工程研究所 黃世強、王昱舜所指導 孫采荷的 以人工智慧輔助圖標創造 (2018),提出因為有 生成對抗網路、圖標設計的重點而找出了 StackGAN text to pho的解答。
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。