共计 681 个字符，预计需要花费 2 分钟才能阅读完成。
DragGAN 的官方版还没有公布，然而曾经有非官方版的实现了，咱们看看如何应用。DragGAN 不仅让 GAN 从新回到竞争轨道上，而且为 GAN 图像处理开拓了新的可能性。正式版本将于本月公布。然而当初曾经能够在一个非官方的演示中试用这个新工具了
DragGAN
生成反抗网络 (GAN) 是一种机器学习零碎，由生成器和鉴别器两局部组成。
这两个局部是在竞争场景中训练的，其中生成器创立“假”数据(例如试图模拟图像)，并试图坑骗鉴别器将其分类为“实在”。
另一方面，鉴别器在训练过程中学习辨别实在数据和虚伪数据。这种来回的“竞争”随着工夫的推移进步了生成器输入的品质，这使得 gan 可能产生令人难以置信的实在合成数据。
DragGAN 通过容许 gan 生成的图像的任何点被“拖动”到指标点，从而扭转图像，为管制 gan 开拓了新的可能性。也就是说咱们能够通过对姿态、形态、表情和布局的明确管制来操纵图像!🤯
论文还介绍了一个称为“GAN inversion”的过程，能够将实在图像转换为 GAN 能够了解的格局，并通过 DragGAN 进行转换。
Google Colab
Google Colab 能够在浏览器窗口中运行 DragGAN。只须要在在 Notebook 设置中抉择 GPU 并运行装置代码，而后运行演示代码块。
下图就是通过设置原点和指标点，点击“Drag it”(通过“Setup Handle Points”菜单)，选
择一个模型和图像来测试 DragGAN。
代码在这里（有中文的部署文档哦）：
https://avoid.overfit.cn/post/27e2fa4c72854258a2ed876ef43c308f