Bayesian Conditional Generative Adverserial Networks 论文笔记

Abstract 传统GAN使用确定性生成器函数(通常是神经网络)将随机噪声输入z变换为鉴别器试图区分的样本x。  我们提出了一种新的GAN,称为贝叶斯条件生成对抗网络(BC-GAN),它使用随机生成器函数将确定性输入y'转换为样本x。 实验表明,所提出的BC-GAN优于现有技术。  Introduction  生成对抗网(GAN)是一类新的模型,用于解决机器学习中无监督学习长期存在的问题。 这些
相关文章
相关标签/搜索