CGAN:Conditional GAN
如果用手写0123456789那个数据集训练原始GAN,最终生成器生成的是0123456789,无法只产生具体的数字,比如0。CGAN可以控制输出只产生特定类别的输出。
以文字生成图片为例:
用传统监督学习的方式来完成这个任务:
数据集是(文字描述,图片)这样的pairs
输入文字,输出图片,希望网络的输出与训练集中的数据集相似。
但是如果一个文字对应很多图片就会出问题,如下这种情况,最终输入train就会产生这些图片的平均(错误的结果)
传统的方法最终产生的image会比较模糊(多张image的平均)。
用Conditional GAN:
生成器、判别器有一个额外的输入(condition)
训练整体流程与普通GAN一样都是分开训练,具体过程如下:
判别器的结构: