論文筆記之：Generative Adversarial Nets
Generative Adversarial Nets NIPS 2014 摘要：本文通過對抗過程，提出了一種新的框架來預測產生式模型，我們同時訓練兩個模型：一個產生式模型 G，該模型可以抓住數據分布；還有一個判別式模型 D 可以預測來自訓練樣本 而不是 G 的樣本的概率 ...
原文：論文筆記之：SeqGAN: Sequence generative adversarial nets with policy gradient
SeqGAN: Sequence generative adversarial nets with policy gradient AAAI Paper:https: arxiv.org abs . Offical Tensorflow Code:https: github.com LantaoYu SeqGAN PyTorch Code:https: github.com suragnair s ...
2017-11-26 21:14 0 2091 推薦指數：
相關推薦
【論文閱讀筆記】《Conditional Generative Adversarial Nets》
論文：《Conditional Generative Adversarial Nets》 年份：2014年 引言 原始的GAN過於自由，訓練會很容易失去方向，導致不穩定且效果差。比如說GAN生成MNIST數字的過程，雖然可以生成數字，但生成的結果是隨機的（因為是根據輸入的隨機噪聲 ...
論文筆記之：Generative Adversarial Text to Image Synthesis
Generative Adversarial Text to Image Synthesis ICML 2016 摘要：本文將文本和圖像練習起來，根據文本生成圖像，結合 CNN 和 GAN 來有效的進行無監督學習。 Attribute Representation ...
論文筆記之：Semi-Supervised Learning with Generative Adversarial Networks
Semi-Supervised Learning with Generative Adversarial Networks 引言：本文將產生式對抗網絡（GAN）拓展到半監督學習，通過強制判別器來輸出類別標簽。我們在一個數據集上訓練一個產生式模型 G 以及 一個判別器 D，輸入 ...
Generative Adversarial Nets[AAE]
本文來自《Adversarial Autoencoders》，時間線為2015年11月。是大神Goodfellow的作品。本文還有些部分未能理解完全，不過代碼在AAE_LabelInfo,這里實現了文中2.3小節，當然實現上有點差別，其中one-hot並不是11個類別，只是10個類別。 本文 ...
Generative Adversarial Nets[CAAE]
本文來自《Age Progression/Regression by Conditional Adversarial Autoencoder》，時間線為2017年2月。 該文很有意思，是如何通過當前圖片生成你不同年齡時候的樣子。 假設給你一張人臉（沒有告訴你多少歲）和一堆網上爬取的人臉圖像 ...
Generative Adversarial Nets[EBGAN]
0. 背景 Junbo Zhao等人提出的“基於能量的GAN”網絡，其將判別器視為一個能量函數而不需要明顯的概率解釋，該函數可以是一個可訓練的損失函數。能量函數是將靠近真實數據流形的區域視為低能 ...
Generative Adversarial Nets[LSGAN]
0 背景 在這之前大家在訓練GAN的時候，使用的loss函數都是sigmoid_cross_entropy_loss函數，然而xudon mao等人發現當使用偽造樣本去更新生成器（且此時偽造樣本 ...