深度學習【42】EBGAN

論文：ENERGY-BASED GENERATIVE ADVERSARIAL NETWORKS EBGAN的思想是，將D網絡看做一個能量方程。當G網絡生成的數據靠近真實的數據流形區域時能量就比較低，相反的能量就高。EBGAN能生成更好的圖片以及更高分辨率（256*256） EBGAN的損失函數不再是傳統GAN使用交叉熵損失函數。而是： 其中D(x) = ||Dec(Enc(x))-x||，也就是D

>>阅读原文<<