李宏毅GAN学习（二）CGAN

CGAN：Conditional GAN

如果用手写0123456789那个数据集训练原始GAN，最终生成器生成的是0123456789，无法只产生具体的数字，比如0。CGAN可以控制输出只产生特定类别的输出。

以文字生成图片为例：

用传统监督学习的方式来完成这个任务：

数据集是（文字描述，图片）这样的pairs

输入文字，输出图片，希望网络的输出与训练集中的数据集相似。

但是如果一个文字对应很多图片就会出问题，如下这种情况，最终输入train就会产生这些图片的平均（错误的结果）

 

传统的方法最终产生的image会比较模糊（多张image的平均）。

用Conditional GAN：

生成器、判别器有一个额外的输入（condition）

训练整体流程与普通GAN一样都是分开训练，具体过程如下：

判别器的结构：