GAN(Generative Adversarial Network,GAN)模型之:EBGAN、PGGAN、CGAN、ACGAN模型

本文详细介绍了四种GAN模型:EBGAN利用Encoder-Decoder结构生成高质量图像;PGGAN通过渐进增大训练生成高分辨率图像;CGAN在条件分布下建模,实现语义一致的图像变换;ACGAN结合分类器功能,提升生成样本质量和分类准确性。这些模型在计算机视觉领域有着广泛应用。
摘要由CSDN通过智能技术生成

GAN(Generative Adversarial Network,GAN)模型之:EBGAN、PGGAN、CGAN、ACGAN模型

 

EBGAN

 

EBGAN的思想是,将D网络看做一个能量方程。当G网络生成的数据靠近真实的数据流形区域时能量就比较低,相反的能量就高。EBGAN能生成更好的图片以及更高分辨率(256*256)。EGGAN的判别器比较特殊用了<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Data+Science+Insight

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值