![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GAN
文章平均质量分 94
sinat_27240143
这个作者很懒,什么都没留下…
展开
-
Conditional Generative Adversarial Nets
Introduction对抗生成网络通过迭代的方式训练生成模型,可以避免棘手的概率近似。它不需要用到马尔可夫链这么复杂的东西,仅仅需要通过反向传播学习梯度。Goodfellow2014年在《Generative adversarial nets》指出它可以产生最先进的对数似然估计和现实样本。这篇文章提出一种带条件的生成对抗网络(判别器和生成器都带条件)。在不带条件的对抗网络中,数据生成的模式不太可控原创 2017-09-19 14:29:03 · 1030 阅读 · 0 评论 -
Dual GAN
此篇博客仅为自己阅读Dual GAN的一些笔记。 结合了WGAN一起看原创 2017-10-17 09:53:52 · 8956 阅读 · 2 评论