1、ensemble of GAN
(1)
:同时train 一大堆GAN,然后就有一大堆generator,之后在generate image的时候,先随机挑选一个generator,再让那个generator sample image。那这样所有的generator合起来就会产生比较多样性的结果。
:因为我们发现在每一个training的iteration,generator的output都很不一样。那我们就把好几个iteration的generator都集合起来,再产生output。
:先train第一个GAN,然后看有哪些image或者mode是第一个GAN不太容易产生的(用第一个GAN去sample一大堆image,然后learning一个discriminator,分辨第一个GAN产生的 image跟real的image,如果这个discriminator在某一个real image上的分数很高,discriminator觉得这个image非常的realistic的话