第一次写,希望所分享的知识能对大家有所帮助!!!
最近看了这篇文章:
CVAE-GAN: Fine-Grained Image Generation through Asymmetric Training,下面将主要内容分享给大家, 由于本人基础有限,理解上可能有不足之处,希望大家多多指教!
摘要
文章提出了 Variational Generative Adversarial Networks, 将 VAE和GAN结合合成特特定类标签的图片。文章主要有两个创新点:
- 对判别网络和分类网络使用交叉熵损失,对生成网络使用均值差异损失。这种非对称的损失函数使得可以更稳定的训练GAN。
- 用编码网络学习 latent space 和 real image space 的相关性,并 pairwise feature matching 确定生成图像的结构。
网络框架
CVAE-GAN网路包含四部分:
- 自动编码网络 E,将样本数据 x映射为潜在表示z;