無需標註數據，利用輔助性旋轉損失的自監督GANs，效果堪比現有最好方法

做者 | Ting Chengit 譯者 | 王紅成github 出品 | AI科技大本營（ID:rgznai100）算法 本文做者提出了一種自檢督方式的生成對抗網絡，經過輔助性的旋轉損失來達到目的。由於一般主流方法來生成天然圖像都是經過條件GAN來完成，可是這就須要不少的標籤數據。這些標籤數據會須要耗費大量時間和精力。所以無監督方法的提出，能有效提高效率節省大量時間和精力。做者探索了兩個主流的無

>>阅读原文<<