Manga et anime sont appréciés dans le monde entier pour leurs styles artistiques complexes et des histoires captivantes. La base de fans pour cela est si massive, il ya des milliers d`artistes là-bas dessin original manga et des personnages d`anime, et aussi des milliers qui sont tentés de les créer. Cependant, le dessin prend énormément de temps, d`effort, de compétence et de créativité. Générer des personnages de manga et d`anime peut aider à combler l`écart de compétences et offrir des possibilités de créer des personnages personnalisés. J`ai finalement envie de mettre en œuvre mon propre GAN pour dessiner des personnages de manga et d`anime standard de l`industrie, mais dans le but de ce projet, je voulais en savoir plus sur les GANs et me défier pour dessiner les meilleures images de qualité je peux depuis réaliste les humains sont exposés à un nombre de styles éclectiques. J`ai formé mon réseau à 100 époques et a réussi à dessiner des visages nouveaux avec des styles uniques. Je continue à travailler sur ma mise en œuvre et j`ai l`intention d`expérimenter avec DRAGAN et différents jeux de données pour améliorer la qualité de la génération. Ensuite, dessinez dans la partie inférieure de l`œil. Pour vous aider à placer la moitié inférieure, dessinez légèrement des lignes diagonales pointant vers le bas, en commençant par les bords de la partie supérieure de l`œil. L`inclinaison de la pente de ces lignes déterminera la taille et la largeur de l`œil. Si vous regardez les autres tutoriels dans cette application, vous verrez que la pente de ces lignes varie. En utilisant ces lignes comme un guide, dessinez la partie inférieure de l`œil.
Il devrait pente vers le bas à droite un peu, et devrait être plus épais dans le coin droit. Si les ordinateurs étaient capables de dessiner ces visages avec des traits faciaux proportionnels, cela signifie qu`ils savent dessiner de nouveaux caractères sans aucune direction explicite (au moins au niveau de l`enfant). En regardant les quatre premières époques, la sortie du générateur est proche du bruit pur. Les nouveaux visages lentement stat à prendre forme que le générateur apprend à faire un meilleur travail: maintenant, nous allons devoir dire au discriminateur que c`est en fait un visage qui n`est pas attiré par nos normes. Ensuite, nous lui montrons un vrai visage Anime complet et lui demander comment il semble différent de celui de faux. Le discriminateur cherche de nouveaux détails pour l`aider à séparer le vrai de celui de faux. C`est un projet amusant jusqu`à présent et j`ai beaucoup appris sur la formation des GANs et comment les optimiser. Si vous voulez en savoir plus sur les GANs et comment les former, je recommande vivement de visiter cet article pour les techniques futures car ils ont été très utiles pour le processus d`apprentissage. La régurgitation des données de formation est certainement quelque chose qui peut se produire tout en formant des GANs. En utilisant un ensemble de données de formation de grande taille et des temps de formation plus courts, il est possible de réduire les chances de ce qui se passe.
