【综述】【生成对抗网络】理论、算法和应用的多角度、多种 GANs方法的梳理

论文地址：https://arxiv.org/pdf/2001.06937.pdf 代码： 来源：美国密歇根大学 论文名称：A Review on Generative Adversarial Networks: Algorithms, Theory, andApplications 原文作者：Jie Gui

近几年来，生成对抗网络(GANs)是一个热门的研究方向。从2014 年至今，人们对 GANs 进行了广泛的研究，同时提出了大量的算法。但是，很少有全面性的研究来解释不同 GANs 变体之间的联系以及它们演变的方式。在本文中，作者从算法、理论和应用的角度对多种 GANs方法进行了综述。首先，本文详细介绍了大多数 GANs算法的研究动机、数学表征和架构。与此同时，本文对GANs在一些特定应用上与其它机器学习算法相结合(如半监督学习、迁移学习和强化学习)后的异同。然后，研究了与 GANs相关的理论问题。此外，阐述了 GANs在图像处理与计算机视觉、自然语言处理、音乐、语音与音频、医学以及数据科学中的典型应用。最后，本文指出了 GANs的一些未来的开放性研究问题。

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。