Conditional Generative Adversarial Nets 论文阅读笔记

1 背景和挑战

GAN的提出解决了生成模型在概率计算方面的困难。

普通的GAN无法控制数据生成的模式问题,因为其直接从随机的数据分布中寻找映射关系,太过自由。

当下的分类问题难以解决输出类别多的情况,且大多属于一对一的分类,需要解决一对多的情形。

2 方法

将对于模式判别有帮助的其他信息或是标签,即 y 合并入输入一同交给GAN学习。
在这里插入图片描述在这里插入图片描述详细过程可参考:
https://blog.csdn.net/Andrewseu/article/details/78260193

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值