Bayesian Conditional Generative Adverserial Networks 論文筆記

Abstract 傳統GAN使用確定性生成器函數(通常是神經網絡)將隨機噪聲輸入z變換爲鑑別器試圖區分的樣本x。  我們提出了一種新的GAN,稱爲貝葉斯條件生成對抗網絡(BC-GAN),它使用隨機生成器函數將確定性輸入y'轉換爲樣本x。 實驗表明,所提出的BC-GAN優於現有技術。  Introduction  生成對抗網(GAN)是一類新的模型,用於解決機器學習中無監督學習長期存在的問題。 這些
相關文章
相關標籤/搜索