一种用于应用场景中GAN选择的新型框架
机器学习
2021-05-18 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
生成对抗网络（GAN）是当前研究的焦点。知识体系呈现碎片化，导致在为给定场景选择合适的GAN时采用试错法。我们提供了从GAN诞生起其演化的全面总结，解决了如模式崩溃、梯度消失、训练不稳定与不收敛等问题。我们还从应用角度、行为及实现细节对各种GAN进行比较。我们提出了一种基于架构、损失、正则化与散度来为特定用例识别候选GAN的新型框架。我们还通过实例讨论了该框架的应用，并展示了搜索空间的显著缩减。这种确定潜在GAN的高效方法降低了组织的AI开发单位经济成本。
引用
@article{arxiv.2002.08641,
title = {A Novel Framework for Selection of GANs for an Application},
author = {Tanya Motwani and Manojkumar Parmar},
journal= {arXiv preprint arXiv:2002.08641},
year = {2021}
}
备注
11 pages, 1 figure, 8 tables