生成對抗網絡GAN開山之作論文精讀
學習路徑
pix2pix 簡筆畫到現(xiàn)實畫
輸入隨機噪聲
枯葉蝶，造假幣的例子
深度學習模型，端到端
不生成假數(shù)據(jù)，符合樣本分布，不顯式 計算
變分自編碼器 生成模型
NCE ，PM算法
對抗樣本
GAN修改網絡，對抗樣本修改輸入圖像
?
43:35
?
non-parametric limit
算法
可收斂性證明
技術優(yōu)點和缺點
不能直接真正擬合數(shù)據(jù)分布，模式崩潰，不管輸入怎樣的噪聲
生成器總生成一樣的圖像
研究方向
條件GAN，告訴他要生成什么類別
圖像編輯
圖像填充
超分圖像
標簽：
