![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GAN
文章平均质量分 84
ujn784
这个作者很懒,什么都没留下…
展开
-
CycleGAN学习
学习笔记是根据李宏毅老师的CycleGAN课:(https://www.youtube.com/watch?v=wulqhgnDr7E)整理的。 从非成对数据中学习,指的是我们有部分特征X和部分标签y,这些X和y并非完全一一匹配,学习目标是通过多层神经网络学习从X到y的映射关系。这种任务有区别于psudo labelling和 back translation问题, 这两类问题对应的网络在训练过程中仍需要一定的标签,可看作是semi-supervised learning问题,它的训练资料中仍包括了匹配的原创 2021-07-08 23:07:22 · 239 阅读 · 2 评论 -
f-GAN学习笔记
f-GAN作为GAN的变种之一,它在真实数据的分布与生成数据的分布之间DIvergence(差距)的测量方面做出了改进,即使用F-Divergence来代替,其中F的意为函数function,它可以是KL(进而构成KL散度)、JS(进而构成JS散度)、W(进而构成Wasserstein散度)等等。其通式如下: Df(P∣∣Q)=∫xq(x)f(p(x)q(x))dxD_f(P||Q)=\int_xq(x)f(\frac{p(x)}{q(x)})dxDf(P∣∣Q)=∫xq(x)f(q(x)p(x))d原创 2021-07-06 14:57:36 · 409 阅读 · 0 评论