目录 生成对抗网络GAN本质及组成部分数学原理简单的模型优点缺点 深度GAN——DCGAN结构细节模型研究特征分析向量运算 总结 条件GAN——cGAN文字作为条件文字+位置约束 InfoGAN特点 生成对抗网络GAN 本质及组成部分 数学原理 z表示隐随机变量,x表示真实数据 简单的模型 优点 缺点 深度GAN——DCGAN 是指卷积神经网络+GAN 结构细节 模型研究 特征分析 改变部分噪声参数值 向量运算 噪声输入运算,生成不同的图片 方向插值,生成中间朝向数据 总结 条件GAN——cGAN 文字作为条件 文字+位置约束 InfoGAN 特点