[读书笔记] Conditional Generative Adversarial Nets

今天跟大家分享的论文是条件-GAN,不知道上一篇WGAN大家看的怎么样,因为公众号刚开通,貌似还不能留言,如果有问题,可以加我微信交流哦,如果发现问题,一定要告诉我,大家共同进步!比心 - * -

条件GAN的作者是蒙特利尔大学的Mehdi Mirza,和Lan GoodFellow是校友哦!恩~~我就是说说。下面从摘要开始,另外我只会把里面关键的点说一下,拒绝写长文,拒绝深度好文,只求效率!恩,大概就是想表达这个意思。

1.摘要

先贴原文,如果手机看不清楚,可以把原文拿出来对照看一下。

摘要里面主要就是想说,这篇文章提出了一个新的模型,就是条件GAN,这里的条件y,既存在生成模型中,也存在判别模型中。这篇paper使用的y是mnist数据集的labels。这里出现了一个multi-modal model,我也是第一次看到,查了一下有人翻译成多模态,简单说比如一个图像包括图像本身和文字tag。这个tag,并不属于训练的labels。

2. 引言

原始的GAN生成的图像是没法控制的,也就是说最后生成的图像是什么样,事先是没法知道的,但是条件GAN则不同,通过给模型添加一些事先知道的关于训练数据的信息,可以达到想要的图像,这个信息也可以是除了label以外的形式。

3. 背景

首先指出了现阶段有监督神经网络存在的两个问题,其一是模型对于大规模类别输出的适应性问题,其二是输入和输出的映射关系由一对一向一对多的转换问题。用人话说一遍,就是怎么由简单的问题向复杂问题转变的问题,既然问题变复杂了,那么原来简单的模型必然不能解决。

接下来就是怎么解决这个问题

解决第二个问题的一种方法是利用条件概率生成模型,输入变为条件变量,并且一对多的映射关系实例化为条件概率分布。

四、条件GAN的建立

公式1是原始GAN的,公式2是条件GAN的。从公式里面其实可以很容看出来,二者的区别,条件GAN是再生成模型和判别模型中加入了一个先验的信息。条件GAN如此简单,以至于我都不知道接下来在说什么了,好吧,最后附上论文里的一张图,看的更清楚一些。

条件GAN思想确实比较简单,作者在paper里面也说了,这只是extremely preliminary。这篇论文被引50+,后面我会选择效果较好的1-2篇基于条件GAN的改进模型,介绍给大家,非常感谢大家的关注!

本文为作者原创,如有雷同,必然是别人抄我的。

[ 参考文献 ]

1. Mirza, M., & Osindero, S. (2014). Conditional generative adversarial nets. Computer Science, 2672-2680.

原文发布于微信公众号 - 机器学习和数学(ML_And_Maths)

原文发表时间:2017-04-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

如何做特征选择

1.数据挖掘与聚类分析概述 数据挖掘一般由以下几个步骤: (l)分析问题:源数据数据库必须经过评估确认其是否符合数据挖掘标准。以决定预期结果,也就选择了这项工作...

4185
来自专栏大数据挖掘DT机器学习

数据挖掘案例:基于 ReliefF和K-means算法的应用

.NET数据挖掘与机器学习 原文:http://www.cnblogs.com/asxinyu/archive/2013/08/29/3289682.html ...

3128
来自专栏机器之心

斯坦福博士韩松毕业论文:面向深度学习的高效方法与硬件

4329
来自专栏阮一峰的网络日志

如何识别图像边缘?

图像识别(image recognition)是现在的热门技术。 文字识别、车牌识别、人脸识别都是它的应用。但是,这些都算初级应用,现在的技术已经发展到了这样一...

4029
来自专栏Petrichor的专栏

论文阅读: R-CNN

版权声明:转载请注明出处 https://blog.csdn.net/JNingWei/article/details/80189868 ...

1582
来自专栏CSDN技术头条

深入浅出LSTM神经网络

【编者按】使用前馈卷积神经网络(convnets)来解决计算机视觉问题,是深度学习最广为人知的成果,但少数公众的注意力已经投入到使用递归神经网络来对时间关系进行...

2369
来自专栏灯塔大数据

塔荐 | 关于GAN原理与应用的入门介绍

导读:生成对抗网络(GAN)是一类在无监督学习中使用的神经网络,其有助于解决按文本生成图像、提高图片分辨率、药物匹配、检索特定模式的图片等任务。Statsbot...

3764
来自专栏数据派THU

收藏 | 精选11篇AI领域论文(附代码、数据集链接)

5046
来自专栏人工智能

深度学习NLP最佳方法

2017年7月26日更新:有关其他上下文,HackerNews对此帖的讨论。

3899
来自专栏ATYUN订阅号

使用Keras建立Wide & Deep神经网络,通过描述预测葡萄酒价格

你能通过“优雅的单宁香”、“成熟的黑醋栗香气”或“浓郁的酒香”这样的描述,预测葡萄酒的价格吗?事实证明,机器学习模型可以。

3644

扫码关注云+社区

领取腾讯云代金券