GAN李宏毅(2)——可控的GAN

目录

1 conditional GAN的判别器增加了一个判断条件,那么生成器就有了反应

1.1两种判别网络结构

1.2 stack GAN_由易到难(看看人家怎么解释)

 1.3 image image(核心仍然是判别器)

1.4 噪音处理,预测下一帧


我们不希望网络输出多张image的平均——这个问题被gan的判别器解决了

GAN李宏毅(2)——可控的GAN_第1张图片

1 conditional GAN的判别器增加了一个判断条件,那么生成器就有了反应

矢量的第一个标量是0,那么就得是火车,否则仍是低分

GAN李宏毅(2)——可控的GAN_第2张图片

GAN李宏毅(2)——可控的GAN_第3张图片

1.1两种判别网络结构

下面这个更合理,区分了两种错误

GAN李宏毅(2)——可控的GAN_第4张图片

GAN李宏毅(2)——可控的GAN_第5张图片

1.2 stack GAN_由易到难(看看人家怎么解释)

GAN李宏毅(2)——可控的GAN_第6张图片

 1.3 image image(核心仍然是判别器)

GAN李宏毅(2)——可控的GAN_第7张图片

GAN李宏毅(2)——可控的GAN_第8张图片

1.4 噪音处理,预测下一帧

GAN李宏毅(2)——可控的GAN_第9张图片

GAN李宏毅(2)——可控的GAN_第10张图片

你可能感兴趣的:(GAN)