GAN 架构中生成器与判别器相似性的研究
机器学习
2018-02-22 v1 机器学习
摘要
生成对抗网络（GAN）是一种能够产生高质量结果的热门生成模型。此类架构由两个不同的网络相互对抗组成。生成器根据输入给它的噪声生成输出。判别器的任务是判断其输入是真实的还是伪造的。这一过程持续进行，最终使生成器对目标分布进行建模。本文包含对网络实际学习到的权重的研究，以及对判别器与生成器网络相似性的研究。本文还试图利用这些网络之间的相似性，并通过一种新颖的共享架构及实验证据表明，这两个网络确实可能具有相似的结构。
引用
@article{arxiv.1802.07401,
title = {A Study into the similarity in generator and discriminator in GAN architecture},
author = {Arjun Karuvally},
journal= {arXiv preprint arXiv:1802.07401},
year = {2018}
}