GAN学习笔记-李宏毅：GAN Lecture 7 (2018): Info GAN, VAE-GAN, BiGAN

李宏毅老师讲解的GAN Lecture 7 (2018): Info GAN, VAE-GAN, BiGAN

问题：input feature 对output影响不明确这件事；本来假设不同的特性在latent space上的分布是有某种规律性的，但实际上也许它的分布是非常不规则的；因而input feature 对output影响不明确

InfoGAN

c是有意义的维度，z为随机的；因为某些维度被划分到c中，所以generator强制要求这些维度有意义，让c的每一个维度对output有明确的影响；注意这里的关系是“c->其中的维度有意义”而不是“其中的维度有意义->c”

VAE-GAN

BiGAN：encoder和decoder是分开的

BiGAN 和 两个autocoder（encoder+decoder、decoder+encoder），虽然理论上最优解会是一样的，但是实操中没有办法求的最优解，所以算出来的结果会不一样，特性不一样；BiGAN输入是一只鸟，输出虽然也是一只鸟，但是是不一样的一只鸟

Triple GAN - semi-supervised

domain-adversial training

Feature Disentangle（from 39:20）

- speech：分为发音资讯和语者资讯