生成对抗式网络(GAN)
xbs118
梦里不知身是客,醒来方知一场空。
展开
-
Self-Attention-Generative-Adversarial-Networks(2019 ICML,HanZhang IanGoodfellow)
文章目录1 背景2 挑战3 创新4 方法5 实验1 背景自从GAN提出后,其在图像合成领域一直非常火热,尤其是基于深度卷积神经网络的GAN。对于多分类实验结果不理想,GAN擅于获取具有连续几何结构的模式,比如能精确模拟狗的毛发而对几只分散的脚无法准确判断。这可能是由于对卷积的频繁使用导致的,因为卷积核受到视野域的影响,空间分离的模式只有在深层网络中才能挖掘。增大卷积核可以缓解该问题,但会...原创 2019-07-16 15:51:47 · 734 阅读 · 0 评论 -
GAN 的训练、调参实践
自从 GAN 提出后,它变得越来越火热,吸引了众多的爱好者前来学习实践。但是只要你自己去从无到有写出一个 GAN 模型并运行,除非你运气太好,大多数情况下你都会发现自己的GAN并不能很好地 work 。下面首先对 GAN 进行简要的介绍,然后整理了我自己在 GAN 的设计网络结构、调整参数等方面的经验。1 什么是GAN?GAN 是一种生成模型,由知名的学者 Ian Goodfellow 首...原创 2019-08-11 15:25:47 · 13024 阅读 · 7 评论