技术

 2018-11-06  426

生成对抗网络中判别器在二分类游戏上表现了强大的区分能力,RSGAN使用相对判别器将真假样本混合利用 “图灵测试”的思想削弱了判别器的能力,T-GANs将RSGAN一般化到其它GAN模型下,判别器得到限制在整体上平衡了生成器和判别器, 可以使GAN训练上更加稳定。VDB通过对判别器加上互信息瓶颈限制判别器的能力。

Read More
技术

 2018-10-31  429

诗歌讲究句式、格调、语言含义等一系列规则,一首好的诗歌会给人以强烈的画面感,在视觉和心灵上引发读者的共鸣。让机器去创造诗歌,这可能会令很多文人嗤之以鼻, 他们肯定会认为让一个没有任何感情的机器如何去创作诗歌。话虽如此,但是机器的一个最大的优势就是知识量渊博,茫茫的诗歌库对于机器可能只要几天就能掌握, 书到用时方恨少,现在已经掌握了庞大数量的书去创造诗歌,结果如何呢?

Read More
技术

 2018-10-26  270

利用GAN做实验的学者一定为其训练不稳定感到痛苦,如何去控制超参数,如何去平衡判别器和生成器间的迭代都是操碎了心。尽管WGANLSGAN对于GAN的梯度消失做了解释和改进,但是在实际的训练中模型的不稳定一直存在。SNGAN 可以有效的约束判别器的能力,但是随着生成精度的增加,仍然不可避免训练的不稳定。T-GANs苏剑林, 苏大哥的一篇基于RSGAN的基础上对相对判别器做一般化的改进,文章现已挂在Arxiv, 文章出现较多的数学公式,笔者尽量用简洁的话语阐述清文章的观点。

Read More
技术

 2018-10-13  311

GAN自诞生到现在一直面临着模型训练不稳定的问题,尽管已经有很多方法在极力控制着GAN训练的稳定,但是都没有从根本上解决这个问题。 实验中的Trick,损失函数的变换,正则化的引入等等都是解决GAN训练不稳定的方法,SN-GAN利用谱归一化的方法, 使得GAN满足Lipschitz假设,从而让模型更加稳定。

Read More
技术

 2018-10-05  1017

GAN自2014年提出到现在已经有4年了,这4年来非常多围绕GAN的论文相继诞生,其中在改进GAN损失函数上的论文就有好多篇, 今天我们一起来梳理一下知名的在GAN的损失函数上改进的Loss函数,并在tensorflow上进行汇总实现。

Read More

subscribe via RSS

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏一下,你说多少就多少

打开微信扫一扫,即可进行扫码打赏哦