Learning from Simulated and Unsupervised Images through Adversarial Training：解析simGAN

通过对抗式训练从模拟无监督图像中学习 该篇论文为苹果首篇AI论文，且为2017年cvpr的最佳论文。该论文主要通过训练一个对抗式网络，将合成图像中添加真实性的细节，最终得到一个有标签的，类似与真实图像的合成图像。本文将从以下几个方面介绍该论文。 传统GAN网络结构 训练过程 simGAN网络结构 论文创新点 未来研究方向 总结 0.传统GAN网络 对于GAN网络来说，最重要的两个部分就是生成器和分

>>阅读原文<<