amlb.github.io

26 mars 2019

• Animateur: Erwan Keribin
• Question concrète: Comment générer des peintures avec du DeepLearning
• Méthode machine learning: Autoencodeur et Generative adversarial network (GAN)
• Dataset formatté et benchmarké: Kaggle Painter by Numbers (principalement provenant de WikiArt.org)

Disclaimer

EK: Finalement je n’ai pas réussi à faire fonctionner le transfer-learning sur mon dataset avec des réseaux classiques (manque de temps et d’expérience) donc la partie GAN reste théorique. Je publie néanmoins les notebooks et aussi ceux qui m’ont servit d’exemple.

Présentation

GAN_painter.pdf

Notebooks et autres:

• Chose_dataset.ipynb: Notebook d’analyse du dataset
• Impress_AE.ipynb: Tentative de style transfer
• Impress_GAN.ipynb: Tentative de GAN
• StyleTransfer.ipynb: Exemple de style transfer
• Labeled-GAN-MNIST.ipynb: Exemple de GAN