我们讨论了Technopark（鲍曼莫斯科国立技术大学）移动开发学期课程的毕业生的毕业项目（以前的出版物：“ iOS应用程序开发”，“ Android应用程序开发”）。今天，我们分享了Technosphere第二学期学生的有趣项目-与莫斯科国立大学的联合教育项目，该项目在分析和处理大量数据方面进行年度培训。学生参加机器学习，信息搜索，神经网络和其他学科的课程。在教学中使用项目方法，因此我们总结了本学期学生项目防御的结果。
实验在教育过程中起着重要作用。学生项目离不开他们：伙计们尝试不同的方法，方法，架构，工具。在实验之后，学生通常会放弃对技术和算法的选择，而倾向于一种新的方法。这是经验和学习的重要部分。下面我们将讨论两个学生项目的开发中的这些阶段。
- 电影海报GAN /嵌入项目。
- Cyrclegan卡通系列项目。
关于卡通系列的CycleGAN
该项目的作者决定使用CycleGAN技术将图片从一部动画电影转移到另一部动画电影。 GAN（生成对抗网络）是一种训练图像到图像模型的方法。训练了两个神经网络：鉴别器和生成器，它们处于对抗关系。生成器尝试增加分类错误，鉴别器尝试减少分类错误。而CycleGAN是一种在无监督模式下转移影像学习的方法。
假设有两个图片域-A和B。创建了两个生成器和两个鉴别器：gen_A2B，gen_B2A，disc_A和disc_B。 gen_A2B生成器必须从A的图片创建相同的图片，但它必须位于域B中。为此，请输入循环一致性损失：
l1loss(gen_b2a(gen_a2b(a)), a)
在这种情况下，生成器将生成欺骗鉴别器的图像，但同时保留原始内容。
解决方案架构：
生成器：
Resnet块可让您记住原始图片。我们还使用实例规范化来代替批处理规范化，因为后者会增加其他图片的噪声。
鉴别器：
由于没有现成的图像集，因此我们从动漫全长电影的关键帧中选择了图像：对于A，我们使用宫崎骏的“千与千寻”，对于B，则使用新斋诚的“您的名字”。由于CycleGAN不太适合剧烈变化（例如，形状），因此作者从动画中选取了两个领域。
首先使用LSGAN作为损失函数，然后使用WGAN GP，因为LSGAN在训练过程中会产生奇怪的伪像和颜色损失。
为了进行训练，我们使用了在horse2zebra上预训练的模型（仅针对发电机发现了重量）。她已经知道需要保存图片的内容，因此作者一开始就获得了很好的自动编码器，只需要教如何欺骗鉴别器即可。
在训练的一开始，我们为周期损失的恒等损失和梯度削波设置了一个很大的值，但是当经过了足够的时间后，我们决定逐渐降低这些值，以便发生器开始尝试更多地欺骗鉴别器。
我们还尝试使用大型的预训练网络（VGG，RESNET，Inception）作为判别器，但它们非常大，训练速度大大降低。
结果，该作品设法实现了一种样式，即在保持常规配色方案的同时，将样式转移到接近原始样式的位置（顶部为原件，下面为生成的图片）：
项目代码：https : //github.com/IlyasKharunov/Cyclegan_project
项目团队：Ilyas Kharunov，Oleg Verbin。
带有项目保护的视频。
电影海报GAN /嵌入
从学生所走的道路来看，下一个项目很有趣。与其他学生项目不同，德米特里（Dmitry）独自完成了这项工作。事实证明，这条道路比其他道路更困难，但是结果和结论很有趣。
作者决定创建一个网络，该网络将为给定类型的电影制作海报。例如，要有深色恐怖电影的海报，浅色喜剧的海报等。
在IMDB网站上，作者为1970-2020年期间的20种流派的电影制作了4.1万张海报。后来发现，对于某些类型而言，图像太少了，因此德米特里（Dmitry）按类型对场景进行了平衡，结果，剩下了3.2万张海报。
然后，学生应用具有DCGAN架构的神经网络生成无类型的图像。她使用尺寸为64x128的海报。
结果证明是令人毛骨悚然的：
然后作者尝试了CVAE + DCGAN架构：
还有没有GAN的VAE和带有分类器的GAN。得出的结论是，对于这些方法而言，组装好的海报集过于复杂。然后，作者应用了条件GAN：这与DCGAN相同，现在仅将流派输入生成器和鉴别器。潜向量z的长度为100，热格式的长度为20，长度为120，矢量的长度为120。将该类型添加到答案中，并在一个线性层上执行另一轮。
我设法达到以下结果：
如您所见，学生对尝试不同的方法很感兴趣，结果很有趣。汽车获得了许多新的经验，得出的结论是，要实现这样的想法，必须立即采用更复杂的神经网络，例如StyleGAN。
网络学习过程：
项目团队：Dmitry Piterkin。
带有项目保护的视频。
很快，我们将告诉您有关C ++和Go开发，前端开发和接口创建中最有趣的文凭项目。您可以通过此链接阅读有关我们的教育项目的更多信息。经常访问Technostream频道，并定期出现有关编程，开发和其他学科的新培训视频。