InfoGAN 论文阅读笔记基本知识总结

最新推荐文章于 2022-12-27 17:53:21 发布

随手笔记_000333

最新推荐文章于 2022-12-27 17:53:21 发布

阅读量3.9k

点赞数 2

本文链接：https://blog.csdn.net/SuperYR_210/article/details/78444735

版权

本文是InfoGAN论文阅读笔记，探讨了InfoGAN如何通过最大化互信息实现可解释的表示学习。InfoGAN在传统GAN基础上，将噪声Z与标签c作为生成器输入，判别器输出类别C'及Q网络。互信息的概念被用来衡量生成器生成的样本与期望类别的关联度，以提升生成样本的真实感。

摘要由CSDN通过智能技术生成

最近的一些工作是在使用InfoGAN，查看了一些资料，发现相关的资料并不是很多，所以，写了这个博客，一方面希望对最近两个周看到的文献进行一个归纳总结，另一方面希望遇到在做这方面的工作的大佬们，请教学习，不足之处请指正，谢谢大家~。

一、什么是InfoGAN

InfoGAN是一种常见的GAN 的变种，是由InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets这篇论文中提出，论文的地址为：https://arxiv.org/pdf/1606.03657.pdf，在众多GANs中，最突出的特点就是在于，它增加了互信息的判断的部分，在进行进行生成器生成的假的图片等结果是否是真实的时候，需要进行计算互信息的值的大小，我们在进行计算的时候，期望互信息的值越大越好，这样就说明在生成器生成的fake data 越来越真实，判别器在进行判别的时候，会更大概率的将其判别为real data ，而对于最终达到的效果，也是非常棒的，我们在输出的部分，是可以按照类别进行输出的，例如对于手写体数字的数据集来说，我们可以只输出我们想要的那一种类别，而在进行控制这个类别的时候，是由参数c决定的，c可以使长短、粗细、以及哪个数字等。

论文的abstract部分也做出了相应的说明，具体如下：