GAN学习笔记
台大李宏毅老师GAN学习笔记
dupei
这个作者很懒,什么都没留下…
展开
-
李宏毅《GAN Lecture》学习笔记8 - Photo Editing
Photo Editing视频:https://www.youtube.com/watch?v=Lhs_Kphd0jg&list=PLJV_el3uVTsMq6JEFPW35BCiOQTsoqwNw&index=8教材:http://speech.ee.ntu.edu.tw/~tlkagk/courses/MLDS_2018/Lecture/PhotoEditing.pdfL...原创 2019-12-03 21:20:58 · 1577 阅读 · 1 评论 -
李宏毅《GAN Lecture》学习笔记7 - Info GAN,VAE-GAN,BiGAN
Feature Extraction本节介绍的GAN,可以用于做feature extractionInfo GANVAE-GANBiGAN原创 2019-10-23 09:59:36 · 406 阅读 · 0 评论 -
李宏毅《GAN Lecture》学习笔记6 - WGAN和EBGAN
GAN的提升方法JS Divergence并不适用!为什么这样说?下面给出解释~在很多情况下,Pg和Pdata是没有重合的。原因有两个:数据本身的特性决定的,地位空间的数据在高维空间的manifold,所以,能够出现重叠的地方,几乎可以忽略;采样问题,训练过程中,其实是随机采样,而采样的数量相对于分布,可以说是微乎其微,能够有重合的比例也是小的可以忽略不计。(个人觉得这个理由更合理一些~...原创 2019-10-22 10:29:39 · 272 阅读 · 0 评论 -
李宏毅《GAN Lecture》学习笔记5 - fGAN
fGAN本节学习笔记暂缓~fGAN的作用是可以用不同的f-divergence来量generated examples与real examples的差距。但是,用不同的divergence来测量,结果是差不多的。原创 2019-10-17 20:39:59 · 150 阅读 · 0 评论 -
李宏毅《GAN Lecture》学习笔记4 - Basic Theory
Basic Theory假设下图中的蓝色区域是人脸的分布(用一个点代表一张人脸图片),区域内的是high probability的,区域外的是Low probability。GAN的generator做的事情就是找出这个distribution。在没有GAN之前,如何找出这个distribution的呢?使用的是Maximum Likelihood Estimation(最大似然估计)等...原创 2019-10-17 20:35:06 · 240 阅读 · 0 评论 -
李宏毅《GAN Lecture》学习笔记3 - Unsupervised Conditional GAN
Unsupervised Conditional GAN上一篇介绍的Conditional GAN是需要成对的数据作为训练集,而在很多情况下,很难准备这样的训练集。不成对的数据较为容易收集,那么,利用这些不成对的数据做Conditional GAN就是Unsupervised Conditional GAN.有两种实现...原创 2019-10-16 10:34:24 · 751 阅读 · 0 评论 -
李宏毅《GAN Lecture》学习笔记2 - Conditional GAN
Conditional GAN最初的GAN是输入随机向量,输出一幅图像,这样的话,生成的图像是随机的,不可控的。Conditional GAN是在输入的地方加上条件限制,譬如,配上文字介绍,生成的图像就是与文字相关的图像使用传统的supervised learning做到这种需求的方法右上角是准备的训练数据(文字描述与图像的pairs)这种方法的缺点:对于train,训练集中可能有多...原创 2019-10-15 09:59:32 · 345 阅读 · 1 评论 -
李宏毅《GAN Lecture》学习笔记1 - GAN
介绍GAN的基本原理和训练过程原创 2019-10-15 09:58:58 · 355 阅读 · 0 评论