BEGAN: 边界平衡生成对抗网络
机器学习
2017-06-02 v4 机器学习
摘要
我们提出了一种新的平衡 enforcing 方法，并结合从 Wasserstein 距离导出的损失函数，用于训练基于 auto-encoder 的生成对抗网络 (Generative Adversarial Networks)。该方法在训练过程中平衡 generator 和 discriminator。此外，它提供了一种新的近似收敛度量，实现了快速稳定的训练和高视觉质量。我们还推导出一种控制图像多样性与视觉质量之间权衡的方法。我们专注于图像生成任务，在视觉质量上树立了新的里程碑，即使在更高分辨率下也是如此。这是在使用相对简单的模型架构和标准训练过程的同时实现的。
引用
@article{arxiv.1703.10717,
title = {BEGAN: Boundary Equilibrium Generative Adversarial Networks},
author = {David Berthelot and Thomas Schumm and Luke Metz},
journal= {arXiv preprint arXiv:1703.10717},
year = {2017}
}