![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GAN
tsstaitixu
yes
展开
-
GAN 原理
各种散度 交叉熵 KL散度 不对称性 非负性 JS 散度 对称性 0-1之间 越小越相似 GAN 原理 根据原始GAN定义的判别器loss,我们可以得到最优判别器的形式;而在最优判别器下,可以把原始GAN定义的生成器loss等价变换为最小化真实分布PrP_rPr与生成分布PgP_gPg之间的JS散度。 固定G,求出最优的D,然后代入max DV(G,D),得到的是JS散度,最小为...原创 2020-03-06 15:29:46 · 325 阅读 · 0 评论 -
ConditionalGAN
Conditional GANAC-GAN AC-GAN Conditional Image Synthesis with Auxiliary Classifier GANs Main porpose Generate images employ lable conditioning. Loss Func G: Maximum LC-lS D: Maximum LS Net S...原创 2018-10-12 09:37:09 · 150 阅读 · 0 评论 -
Unsupervised Conditional Generation*Domain Transfer
Unsupervised Conditional Generation*Domain TransferCycleGAN1.Main Porpose2.Structure3.Loss Func4.Metrics5.DatasetsStarGAN1. Main Porpose2.Structure3. Loss Func4. Metric5.DataSets6.Other ContributionPa...原创 2018-10-19 14:39:11 · 212 阅读 · 0 评论 -
Applyment of I2I(Style Transfer)
CartoonGAN 1.Style:normal->cartoon 2.Network Strucure 3.Loss Func Adversarial loss(!! without edge:fake) Content Loss:pretrianed VGG Total 4.Metric Qualitative :images 5.DataSets Photos:Fli...原创 2018-10-19 15:15:02 · 360 阅读 · 0 评论