李宏毅（7）——GAN4项内容

目录

 

1： 特征提取

1.1：infoGAN

1.2：VAE-GAN

1.3：BiGAN

1.4：Triple GAN

1.5：测试数据与训练数据的domain的匹配

用于混合特征的分离

---

1： 特征提取

1.1：infoGAN

实际上laten space与图像的映射是很乱的，所以很难确定某个laten space中的维度具体的意义

加一个classifier，只有当c到x的映射十分整齐明显的时候，分类器才能很好地分类

c对图片有非常明确地影响，z’代表难以解释的东西

1.2：VAE-GAN

生成器看到了图片的样子，更稳定

更新En时，不仅要求图像越像越好，还要求编码符合某种分布（VAE增加的噪声）

更新De时，不仅要求图像越像越好，还要骗过判别器（要判别器给高分（编解码出来的和Generate出来的两种图像））

也有判别器做三分类的

1.3：BiGAN

编解码器联手起来骗过判别器

为什么要这么做

如果VAE和BiGAN能到达最优的话，那么效果是一样的，但是实际操作中不可能loss=0，那么最后的结果就是VAE生成的图片更像但是更模糊，BiGAN生成的图像更清晰但是不太像(更能抓住语义信息)

1.4：Triple GAN

是CGAN的扩展，将Gan生成的图片和x组成对，来增加label生成器(classifier)的训练数据，label生成器的质量也是由判别器把握的。

1.5：测试数据与训练数据的domain的匹配

鲁邦的特征提取器——用一个domain 判别器来训练

用于混合特征的分离

为了让Phonetic Encoder不保留speaker相关的信息，我们用GAN的概念，当分类器不能区分（A+b）与（A+c）的时候，说明编码器去掉了A