course | 李宏毅lecture2 - Conditional GAN

从例子来讲:文字到图片

传统监督方法的问题:因为产生的结果可能是多张image的平均

然后我们尝试用GAN来解决,如下图所示。但是这样会有一个问题就是:鉴别器会完全忽略train的信息,因为它只是判断是不是一张“顺眼”的真图而已。

接下来我们要让这个GAN还要去判断是不是train,即是不是满足这个条件。

换一种说法:

介绍另外一种架构:

还讲了stackGAN(我不感兴趣,没记笔记)

下一个例子:图片到图片

由于会平均的问题,就会比较模糊。

如果不用条件GAN,就会是下图这种中间这种可能会出现奇奇怪怪的地方。用条件GAN就会使目标与input比较接近。

Patch GAN

posted @ 2020-06-01 18:38  yijun009  阅读(241)  评论(0编辑  收藏  举报