果然,我在看完这篇论文表示一脸懵逼,这论文干啥了?啥也没干啊。这不会是A会的吧,一查,果然不是A会的。
单纯的小结构的创新,加几层网络,删去几层感觉作用也不大。
主要思想用的是上一篇写的seqGan,不过用到了两个D,一个D关注一部分东西。
不过看这篇文章又知道了一个focal loss(何大神的作品,这是这篇文章,我最大的收获之一,用于平衡样本数量悬殊的平衡办法)
对于这两个D,感觉在这个地方用有一些鸡肋,毕竟多基层网络,用对了地方,就会有一定的提升。
个人感觉这篇论文成功的地方:应用场景比较新颖(看题目即可)
算法结构: