A Three Player GAN Generating Hard Samples To Improve Classication Networks

摘要 我們提出一個三層生成對抗網絡來改進經典網絡。除了判別器和生成器之間的博弈外，還引入了生成器和分類器之間的競爭。該生成器的目標是合成既真實又難以爲分類器標記的樣本。儘管我們沒有對要學習的擴展類型做任何假設，但是我們發現該模型能夠綜合出對類化模型來說比較困難的實際示例。此外，當對這些困難的樣本進行訓練時，分類器變得更加健壯。該方法在一個公共的交通標誌識別數據集上進行了評價。 簡介 深度卷積神經網

>>阅读原文<<