GAN系列：李宏毅老师GAN课程P7——Info GAN，VAE-GAN，BiGAN

Info GAN:

在GAN的生成器中，输入一个随机向量，可生成一副图像。向量和图像间的关系可以理解为某种映射，也可以视作向量是图像的特征(尽管可能是隐形的)。为了能找到向量中每个元素/特征和生成图像间的关系，希望元素的改变对图像的影响是有规律可循的，但是一般这种规律是不直观的，如下图所示：

Info GAN就是针对该问题进行的改进：

1. 生成器的输入随机向量由两部分组成：和(都是向量)，生成器要学到中每一个元素对图像生成的影响(的每一个维度都表示图像的某个特征)，就是纯随机向量；

2. 训练一个分类器：根据生成器的输出预测其对应的生成器的输入中的；

3. 生成器和分类器构成一个，和普通的功能刚好相反：从编码向量生成图像，再解码回向量；

4. 如果仅训练生成器和分类器，生成器会将直接附加到输出图像中(导致图像不真，质量有问题)，便于分类器直接还原出，因此同时训练判别器监督生成图像的真实性。