《Conditional Generative Adversarial Nets》：
發表於2014 computer Science。作者提出了最簡單的條件控制GAN模型，在D和G兩個模型中都加入了條件Y。
開篇闡述了原始GAN模型的優勢，不需要馬爾科夫鏈，模型的通用靈活性，生成樣本質量高，log-likelihood estimate近似度高等，進而引申出加入條件概率進行控制的話題。
本人使用CGAN訓練celebA效果很差，收斂慢，原因不明
免責聲明！
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。