李宏毅老师讲解的GAN Lecture 2 (2018): Conditional Generation
Conditional Generation: 可以操控要输出的内容,如输入文字产生图片(Text to image)
Discriminator 不能只看Generator的output,必须同时看Generator的input和output
- Text to image
1)traditional supervised approach:训练数据是text+image,model产生出的图片都比较模糊,因为是多张image的平均
2)Conditional GAN-Discriminator接收一个pair,有两种情况都应该给低分:real text + real other image、real text + generated image;只有real text +real image 给高分