Seitaro Shinagawa

Thank you for publishing and sharing your great work! I'd like to try to reproduce the fine-tuned models by Persona-chat and EmpatheticDialogues datasets. Can I get the `fairseq-train` recipes to...

Hi, thank you for creating an excellent repository! I found that `pytorch-pretrained_bert` was replaced with `transformers`. Using `transformer` requires a modification on `bert_juman.py`. The modification is adding an argument `output_hidden_states=True`...

## 0. 論文 - Paired-D GAN for Semantic Image Synthesis - Duc Minh Vo and Akihiro Sugimoto - ACCV2018 - (論文は取得できなかったため、下記ページのネットワーク図と生成画像の結果から推測) - コード：https://github.com/vominhduc/Paied-D-GAN ## 1. どんなもの？ テキストに条件づけられた画像編集の研究。 ## 2. 先行研究と比べてどこがすごい？...

Semantic Image Synthesis via Adversarial Learning

2

## 0. 論文 - タイトル: Semantic Image Synthesis via Adversarial Learning - リンク: https://arxiv.org/abs/1707.06873 - 著者: Hao Dong, Simiao Yu, Chao Wu, Yike Guo - 所属: Imperial College London -...

## 0. 論文 [DM-GAN: Dynamic Memory Generative Adversarial Networks for Text-to-Image Synthesis (CVPR2019)](https://arxiv.org/abs/1904.01310) ## 1. どんなもの？ text-to-imageのタスクにおいて、段階的な高解像度化(Stacking)によって生成を行うモデルにMemory Networksのメモリ構造を導入した。 ## 2. 先行研究と比べてどこがすごい？ [StackGAN](https://arxiv.org/abs/1612.03242)に代表される、Stack構造における高解像度化は、高解像度の画像を生成するのに重要な技術だが、以下の問題点が挙げられる。 1. Stack構造による段階的生成において、最初の段階で失敗すると後段の処理もコケる問題 2. 特にtext-to-imageにおいて、各段階の解像度ごとに各単語と画像のコンテンツに対する対応関係の重要度は変わるはず(例：低解像度では全体の色に関する単語が重要だが、高解像度になると詳細なパーツの形に関する単語にも重要度がいくはず) しかし、StackGANに代表されるStack構造のモデルではどの解像度の段階の生成でも固定の文ベクトルから生成を行っている問題 これらの問題を、[Memory Networks](https://arxiv.org/abs/1410.3916)のようなメモリ構造の導入によって解決した。 ##...