当前位置:   article > 正文

深度学习-GAN的一些变体-DCGAN和Style GAN

深度学习-GAN的一些变体-DCGAN和Style GAN

Deep Convolutionl GAN(2016)

  • 把卷积用到网络里
  • Generator 和 Discriminator都是卷积
  • Generator用的是转置卷积
  • Discriminator是普通卷积
  • 将CNN用于无监督学习
  • DCGAN可以学习到表征

StyleGAN-解耦表征学习(Disentangled Representation Learning)

  • 解耦:把特征给分离开,分析到底是哪个特征决定了分类结果
  • 用途:
  1. 输出可解释——表征学习的用途。
  2. 保障GAN输出可控,z的改变,使G和D改变
  3. 少样本/ 零样本 样本学习 模拟人类的认知(卡通熊猫-真熊猫)
  • Style-GAN
  1. 生成1024×1024高分辨率的图片
  2. 生成器
  3. AdaIn 自适应的实例归一化
  4. 将z直接传到G,就是由G负责特征解耦和特征映射,通过mapping network分工协作负责特征解耦,Synthesis network负责特征生成

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/415202
推荐阅读
相关标签
  

闽ICP备14008679号