經過ＧＡＮ網絡生成樣本的一些想法創造數據

GAN的初始目的是基於大量的無標記數據無監督地學習生成器G，具有生成各類形態（圖像、語音、語言等）的數據能力。隨着研究的深刻與發展，以生成圖像爲例，GAN可以生成百萬級分辨率的高清圖像[6]。實際上，GAN生成數據並非無標記真實數據的單純復現，而是具有必定的數據內插和外插做用，能夠做爲一種數據增廣方式結合其它數據更好地訓練各類學習模型。進而，經過在生成器的輸入同時包括隨機變量z和隱碼c並最大化生成

>>阅读原文<<