颜色分类leetcode GAN集成与深层生成视图集成。CVPR 2021先决条件：Linux、Python 3、英伟达GPU + CUDA CuDNN。目录：无需本地安装即可运行有限的演示版，下载所需资源，简短的演示代码片段，用于可视化的jupyter笔记本，完整管道的详细信息。我们将输入图像投影到预先训练的GAN的潜在空间中并对其进行轻微扰动以获得输入图像的修改。这些来自GAN的替代视图在测试时与原始图像一起集成到下游分类任务中。为了合成深度生成视图，我们首先通过在StyleGAN2（GAN重建）中找到相应的潜在代码来对齐（对齐输入）并重建图像。然后我们研究了使用GAN产生图像变化的不同方法，例如在精细层上进行风格混合，主要改变颜色，或粗层，改变姿势。科拉布在对齐的cat数据集的简化设置中演示了基本的潜在代码扰动和分类过程。设置克隆这个repo。