Deep Convolutionl GAN(2016)
- 把卷积用到网络里
- Generator 和 Discriminator都是卷积
- Generator用的是转置卷积
- Discriminator是普通卷积
- 将CNN用于无监督学习
- DCGAN可以学习到表征
StyleGAN-解耦表征学习(Disentangled Representation Learning)
- 解耦:把特征给分离开,分析到底是哪个特征决定了分类结果
- 用途:
- 输出可解释——表征学习的用途。
- 保障GAN输出可控,z的改变,使G和D改变
- 少样本/ 零样本 样本学习 模拟人类的认知(卡通熊猫-真熊猫)
- Style-GAN
- 生成1024×1024高分辨率的图片
- 生成器
- AdaIn 自适应的实例归一化
- 将z直接传到G,就是由G负责特征解耦和特征映射,通过mapping network分工协作负责特征解耦,Synthesis network负责特征生成