- 博客(19)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 【GANs学习笔记】（十八）LAPGAN、ProGAN、SRGAN
4. LapGAN      4.1 LapGAN基本思路如果我们希望生成高分辨率图像，还有一种GANs可以考虑，那就是LapGAN。LapGAN与StackGAN有着非常类似的思路，都是通过先产生低分辨率图像再不断生成高分辨率图像，但LapGAN是基于拉普拉斯金字塔实现的，在金字塔的每一层都是学习与相邻层之间的残差，也就是说，高分辨率图像的生...
2018-10-31 10:05:09
12001
1
原创 【GANs学习笔记】（十七）STACKGAN、STACKGAN++
3. StackGAN     3.1 StackGAN解决的问题       St
2018-10-31 09:41:34
13712
2
原创 【GANs学习笔记】（十六）CGAN、TRIPLEGAN
第三章 GANs的应用Part1 GANs在图像生成上的应用1. CGAN1.1 传统GANs的问题       我们假设现在要做一个项目：输入一段文字，输出一张图片，要让这张图片足够清晰并且符合这段文字的描述。我们搭建一个传统的NeuralN
2018-10-31 09:35:28
5680
1
原创 【GANs学习笔记】（十五）EBGAN、BEGAN
2. EBGAN       EBGAN的全称是Energy-Based GAN，它只改动了discriminator，使其不再去鉴别输入图像是来自于还是，而是去鉴别输入图像的重构性高不高。具体来说就是，本来discriminator的目的是学会寻找与之间
2018-10-31 09:33:42
4120
原创 【GANs学习笔记】（十四）RGAN
Part3 GANs的其他改进        GANs还有一些其他的改进，本部分会选择一些很有创意的idea介绍一下。1. RGAN1.1 RGAN解决的问题       在标准生成对
2018-10-31 09:31:03
6998
2
原创 【GANs学习笔记】（十三）BIGGAN
4. BigGAN4.1 BigGAN解决的问题       我们知道，GANs的终极目标是生成让人无法辨别真伪的高清图片，如果用Inception Score来评价的话，我们希望生成图片的IS得分能逼近真实图片的IS值，也就是233分。但即便是之前效
2018-10-31 09:22:01
6478
2
原创 【GANs学习笔记】（十二）SAGAN
3. SAGAN3.1 SAGAN解决的问题       前篇我们说到用深度卷积网络能够提升GANs生成高分辨率图片的细节，但是由于卷积网络的局部感受野的限制，如果要生成大范围相关（Long-range dependency）的区域，卷积网络就会出现问题。譬如说在生成人脸图片时，是非常注重细节的，以
2018-10-31 09:18:04
10301
1
原创 【GANs学习笔记】（十一）DCGAN、ImprovedDCGAN
Part2 GANs基于Network的改进        在这一部分我们开始探讨generator与discriminator内部网络的结构，之前我们一直在探讨二者在外部的连接方式和如何使用divergence能让结果更好，而涉及到generator与d
2018-10-31 09:17:59
3014
1
原创 【GANs学习笔记】（十）SNGAN
7. SNGAN7.1 SNGAN设计思路       现在我们的目的，是要保证对于每一个位置的x，梯度的模都小于等于1。在神经网络中，将梯度的模限制在一个范围内，抽象地来说就是让产生的函数更平滑一些，最常见的做法便是正则化。SNGAN（频谱归一化GA
2018-10-31 09:17:51
8121
2
原创 【GANs学习笔记】（九）WGAN-GP
6. WGAN-GP6.1 WGAN-GP原理       WGAN待解决的问题是，未能将D真的限制在1-Lipschitz function内。我们不妨观察一下1-Lipschitz function，会发现它其实等价于如下表达式： &am
2018-10-31 09:17:35
2466
原创 【GANs学习笔记】（八）WGAN
5. WGANWGAN的全称是WassersteinGAN，它提出了用Wasserstein距离（也称EM距离）去取代JS距离，这样能更好的衡量两个分布之间的divergence。我们先介绍一下什么是EM距离。5.1 EM距离EM距离的全称是EarthMover（推土距离），它的定义非常直观：假设有两堆数据分布P和Q，看作两堆土，现在把P这堆土推成Q这堆土所需要的最少的距离就是EM距离。...
2018-10-30 23:34:57
1653
原创 【GANs学习笔记】（七）LSGAN
4. LSGAN       在上一节当中提到，JS divergence出现问题的原因是：只要与完全没有重合，discriminator就能100%地鉴别出与的差异，因此二者的JS divergence就是一样的。那现在的一个解决思路就是，让discriminator始终都不能100%地鉴别出与的差异，这样即便与完全没有重合，二者的J...
2018-10-30 23:33:51
1179
1
原创 【GANs学习笔记】（六）JS Divergence不是最好的Divergence
3. JS divergence不是最佳的divergence       在第三篇当中我们介绍了fGAN告诉我们的结论：不只是JS divergence，任何的divergence（统称为f-Divergence）都可以被放到GANs的架构中去。   &
2018-10-30 23:31:17
11881
1
原创 【GANs学习笔记】（五）fGAN——深度理解GAN理论
2. fGAN――深度理解GAN理论    fGAN其实想要表达的就是一件事，不只是JS divergence，任何的divergence（统称为f-Divergence）都可以被放到GANs的架构中去。我们先来看一下fGAN的证明（如果不感兴趣可以直接跳到△处）。    设定P和Q是两个不同的
2018-10-30 23:29:38
6706
1
原创 【GANs学习笔记】（四）GANs的缺陷
Part1 GANs基于Divergence的改进 1. GANs并不完美1.1 JS divergence距离偏差问题       我们现在来认真反思，前一篇所介绍的GANs理论，它真的能够学习到，或者说它真的能够无限逼近真实数据分布吗？回想一下，在前面的介绍中，我们提到discriminator，它的最大化的过程实际上就是上就是...
2018-10-30 23:27:50
1556
3
原创 【GANs学习笔记】（三）GANs理论基础
第二章 GANs的理论与提升       本章会介绍一些与提升和改进GANs相关的paper，这涉及到一些与GANs理论相关的知识，在第一部分会用较简短的话语介绍一些GANs的相关核心理论，第二部分是GANs存在的一些缺陷和改进手段，第三部分会介绍一个很有趣的paper――fGAN，它能帮助我们更深的理解GANs的算法思想，第四部分开始...
2018-10-30 23:24:33
2214
2
原创 【GANs学习笔记】（二）GANs大家族分类
4. GANs大家族分类      随着GANs的火热，相关的衍伸模型出现了至少有上百种，在下面这个博客 https://deephunt.in/the-gan-zoo-79597dc8c347中整理了非常多的GANs变种。本书仅选择与计算机视觉相关的GANs作介绍，简要地介绍其核心思想和算法原理。本书
2018-10-30 23:21:32
2916
3
原创 【GANs学习笔记】（一）初步了解GANs
第一章 初步了解GANs1. 生成模型与判别模型      理解对抗网络，首先要了解生成模型和判别模型。判别模型比较好理解，就像分类一样，有一个判别界限，通过这个判别界限去区分样本。从概率角度分析就是获得样本x属于类别y的概率，是一个条件概率P（y|x
2018-10-30 23:19:56
13133
3
原创 【GANs学习笔记】目录
目 录第一章 初步了解GANs 3生成模型与判别模型 3对抗网络思想 3详细实现过程 33.1 前向传播阶段 43.2 反向传播阶段 4GANs大家族分类 6第二章 GANs的理论与提升 7GANs相关理论 7Part1 GANs基于Divergence的改进 12GANs并不完美 12fGAN——深度理解GAN理论 15JS divergence不是最佳的diverg...
2018-10-29 20:43:16
2327
1
【人脸数据集】-（生成）各类型人脸数据集.txt
2019-09-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人