GAN初学,CGAN,DCGAN

CGAN

cgan的代价函数，就是x与z都是伴随一个y条件输入的

可以实现多模态输入，比如x是语言，输入条件y是图片，可以生成对应图片的语句，形成多模态学习

可以实现多模态输入，比如x是语言，输入条件y是图片，可以生成对应图片的语句，形成多模态学习

CGAN的意义：1.可以实现生成制定属性的类别
2.训练时候加入了类别对应，增加准确性

**

DCGAN

**
DCGAN是在gan基础上进行改进，把全连接层变成卷积层，改善模型性能
核心点改进地方
Architecture guidelines for stable Deep Convolutional GANs
• Replace any pooling layers with strided convolutions (discriminator) and fractional-strided
convolutions (generator).
• Use batchnorm in both the generator and the discriminator.
• Remove fully connected hidden layers for deeper architectures.
• Use ReLU activation in generator for all layers except for the output, which uses Tanh.
• Use LeakyReLU activation in the discriminator for all layers.

隐空间漫游：DCGAN学到的表征向量在放进生成器里面学习，修改，慢慢可以改变生成属性

通过dcgan的判别器倒数第二层全连接层提出来特征进行测试，很多特征通过加减能改变图像部分属性