GAN系列論文選讀

1.cGAN(Conditional Generative Adversarial Nets): cGAN通過加約束來使得GAN可以生成具體服從某一分佈的樣本，如mnist中生成某一類數值的圖片， 原理如下： 2.SeGAN: 核心內容：通過輸入被部分遮擋的mask以及原圖，來生成未被遮擋的物體。具體如下圖：左側沙發被盆栽擋住部分結構，輸入原圖以及被遮擋沙發的ground truth，最終生成一個

>>阅读原文<<