ChainGAN：一种面向 GAN 的序列式方法
机器学习
2018-11-26 v2 计算机视觉与模式识别
机器学习
摘要
我们提出了一种生成对抗网络的新架构与训练方法。现有方法试图一步完成从噪声样本到生成数据样本的转换。我们提出的生成器架构称为 ，采用两步过程。它首先尝试将噪声向量转换为粗略样本，类似于传统生成器。接着，一组称为 的网络链尝试依次增强该样本。我们独立训练这些单元，而非对整个链进行端到端反向传播。我们的模型鲁棒、高效且灵活，可应用于多种网络架构。我们提供了选择依据并通过实验评估了模型，在多个数据集上取得了有竞争力的结果。
引用
@article{arxiv.1811.08081,
title = {ChainGAN: A sequential approach to GANs},
author = {Safwan Hossain and Kiarash Jamali and Yuchen Li and Frank Rudzicz},
journal= {arXiv preprint arXiv:1811.08081},
year = {2018}
}