【GAN小白入门】Semi-Supervised GAN 理论与实战

  • 本文为365天深度学习训练营 中的学习记录博客
  • 原作者:K同学啊
  • 文章来源:K同学的学习圈子
  • 论文原文:Semi-Supervised Learning with Generative Adversarial Networks.pdf

在学习GAN的时候你有没有想过这样一个问题呢,如果我们生成的图像是带有标签的,例如数字0-9,那为什么要鉴别器判断输入图像为真假,而不直接判断图像是0-9中的哪一个数字呢,这样的鉴别效果不是更好吗?今天要讲解的SGAN将解答你的疑惑。

一、理论知识讲解

该算法将产生式对抗网络(GAN)拓展到半监督学习,通过强制判别器D来输出类别标签。我们在一个数据集上训练一个生成器G 以及 一个判别器D,输入是N类当中的一个。在训练的时候,判别器D被用于预测输入是属于 N+1类中的哪一个,这个N+1是对应了生成器G的输出,这里的

你可能感兴趣的:(小白训练营,#,Pytorch入门,生成对抗网络,人工智能,神经网络)