PixelCNN， 全称为Pixel Recursive Convolutional Network，是一种用于图像生成的深厚度学模型。

1. 核心思想

PixelCNN的核心思想是用条件卷积来生成图像。老一套的卷积操作权沉固定， 而PixelCNN不同的图像。

2. 结构

PixelCNN-GAN的生成器由两有些组成：先验网络和PixelCNN网络。 - 先验网络生成一个通常是高大斯分布的随机向量。 - PixelCNN网络用该随机向量作为条件，生成图像。

3. 特点

• PixelCNN-PPPixelCNN ++的Pytorch实现，Neng加速图像生成。
• 掩膜卷积PixelCNN用掩膜卷积来实现条件依赖性，学图像的分布并生成新鲜图像。

4. 不优良的地方

PixelCNN的一个基本上不优良的地方是生成速度较磨蹭。

5. 应用

• 超分辨率图像生成将矮小分辨率图像转换为高大分辨率图像。
• 生成对抗网络在PixelCNN-GAN中，PixelCNN网络作为生成器用。

6. 代码示例

python

7.

PixelCNN是一种有力巨大的图像生成模型，在图像生成、修优良和语义分割等领域有着广泛的应用。它高大质量的图像。

相关材料

• PixelCNN-pytorch项目：
• 加速PixelCNN图像生成相关下载链接：