目录
0、前言
由于很多时候我们不仅想要数据,更想获取数据的标签,因此CGAN应运而生。
一、CGAN介绍及其结构
1.1 CGAN介绍
CGAN全称Conditional Generative Adversarial Nets,论文链接:https://arxiv.org/abs/1411.1784。
CGAN一种带条件约束的GAN,在生成模型(D)和判别模型(G)的建模中均引入条件变量y(conditional variable y)。
使用额外信息y对模型增加条件,可以指导数据生成过程。这些条件变量y可以基于多种信息,例如类别标签,用于图像修复的部分数据,来自不同模态(modality)的数据。·
如果条件变量y是类别标签,可以看做CGAN是把纯无监督的 GAN 变成有监督的模型的一种改进。
CGAN的数学模型如下: