本篇论文对于后续的生成对抗网络各种衍生应用有很大的帮助,我在自己的研究中很大程度参考了这篇论文进行模型的调整。
在学习这篇文章之前,最好先了解一下卷积神经网络CNN的结构细节。
论文链接:https://arxiv.org/abs/1511.06434
核心思想:
将CNN扩展到无监督学习领域
GAN缺点:
1.不稳定,生成器最后经常产生无意义的输出
2.黑箱子,多层GAN的中间层没有办法表示出来,即可视化的问题。
论文内容:
1.对模型做了一系列修改和限制,使得训练变得稳定。
2.使用训练好的判别模型来做分类任务,并且数据表明相比于其他模型表现更好
3.将学习到的模型形象化