Handwritten Character Lab

Resumen del proyecto

Comparar las formas en que crean las redes neuronales.

Un laboratorio de modelos generativos para 16 clases seleccionadas de EMNIST Letters, que conserva cuadernos académicos junto con herramientas Python reutilizables. Explora ocho familias GAN y extensiones variacionales o condicionales. Incluye herramientas de evaluación, pero los puntos de control incluidos y los resultados con múltiples semillas no permiten establecer un modelo ganador.

• Aprendizaje profundo
• GANs
• EMNIST
• Evaluación

Dentro de esta creación

• Configuré entradas en escala de grises, vectores latentes y ajustes experimentales reproducibles y coherentes.
• Implementé ocho familias GAN junto con extensiones variacionales y condicionales.
• Añadí herramientas FID, KID, diversidad, colapso de modos y análisis de representaciones vectoriales.
• La descripción del proyecto en LinkedIn indica que se validaron los recuentos de muestras, los valores finitos, las dimensiones y la estructura de covarianza antes de calcular las métricas.
• Documenté las limitaciones de extractores de características de imágenes naturales para letras manuscritas pequeñas.
• Conservé el cuaderno original y las secciones de investigación sin salidas, con pruebas de preprocesamiento e integridad.

Código fuente y enlaces