【论文阅读】(VAE-GAN)Autoencoding beyond pixels using a learned similarity metric

 论文地址;[1512.09300] Autoencoding beyond pixels using a learned similarity metric (arxiv.org) /

一、Introduction

主要讲了深度学习中生成模型存在的问题，即常用的相似度度量方式（使用元素误差度量）对于学习良好的生成模型存在一定的障碍，并提出了一种新的方法——使用学习到的相似度度量方式来改善生成模型的性能。同时，该部分还介绍了如何学习这种相似度度量方式，即通过联合训练变分自编码器(VAE)和生成对抗网络(GAN)来使用GAN鉴别器来度量样本之间的相似度。

注意：

使用学习相似性度量训练的生成模型与使用元素误差度量训练的模型的区别在于相似性度量的方式不同。使用元素误差度量训练的模型是默认的选择，它使用像平方误差这样的逐元素度量来衡量重建质量。而使用学习相似性度量训练的生成模型则可以使用更高级的、基于特征