GAN网络---图像去噪（笔记待完）2021-04-17

GAN网络—图像去噪（笔记待完）

一下午码了那么多，吃饭时没保存，没电关机了，白写了。。。亏你还是程序员交流社区，搞个自动保存的多好。。。一点小尴尬，突然想起小时候一个朋友，有点闲操心为她的命运感慨，但我现在又干不了啥，就算能干啥的时候到时也不一定会干，我觉得我当时就是，学习习惯不够好，然后不够清醒吧，然后朋友圈里又看起别人，静着音打开视频居然还有声音，想找个地缝钻进去。。。还是要培养学习时专注的习惯啊~
写在前面的碎碎念（不光是笔记还是日记呢）：实在是看不下去论文了，看点别的，先看看小哥哥小姐姐跳舞，有图有真相，还有music，好享受~寻思着咸鱼当太久了，完事开头难，还是要继续干啊，然后搜低剂量去噪，文字版的也没兴趣看下去，可能是沉不下心吧，那就视频吧，只搜ct低剂量去噪搜不到，然后搜图像去噪，然后就发现这个GAN网络，居然正好是我看的论文的重要内容（其实大姐我是看着封面的小姑娘进来的，发现课程评价蛮高，得了，就您嘞）
一：简介
generative：生成式模式
adversaial:采取对抗策略
networks：网络（不一定是深度学习）

二：基础、预备知识

三：网络实战分析
1.生成手写数字 demo分析（生成而不是分类）
2. 其他网络及改进

---

GAN图片生成训练【此处应有代码，打算python写完贴上】

---

四：GAN衍生模型：*
1.

2.GAN不稳定，但DCGAN更稳定：

3.ACGAN稳定性也不咋地

4.原话”牛逼的很“。不告诉它条件是什么，让他判断对错。算法推导有技巧，但是实现比较easy。希望这个条件和输出关系密切。

5.用噪音生成图片，这个有意思的应用。
拉普拉斯GAN

五：因为KL散度本来就有问题

6.用波斯坦斯代替KL散度，稳定性好。拿掉BN，DCGAN就崩了，但WGAN还可
升级版：
7.