【论文笔记】《Self-Attention Generative Adversarial Networks》
在本文中,我们提出了自注意生成对抗网络(SAGAN),它允许对图像生成任务进行注意力驱动的长期依赖关系建模。在低分辨率feature map中,传统的卷积GANs只根据空间局部点来生成高分辨率细节。在SAGAN中,可以使用来自所有特征位置的线索生成细节。此外,鉴别器还可以检查图像中较远部分的细节特征是否一致。此外,最近的工作表明,生成器影响GAN的表现,我们对G使用频谱归一化。达到了state of the art。
原创
2019-04-26 19:12:20 ·
1559 阅读 ·
0 评论