翻转对抗自编码器
机器学习
2018-04-05 v5
摘要
我们提出一种翻转对抗自编码器(FAAE),它同时训练一个生成模型 G(将任意潜码分布映射到数据分布)和一个编码器 E(体现将数据样本编码为潜码向量的“逆映射”)。与以往在构建自编码器时利用对抗训练准则的混合方法不同,FAAE 在潜空间最小化重编码误差,并在数据空间利用对抗准则。实验评估表明,所提框架在生成更清晰的重建图像的同时,能够实现捕捉数据丰富语义表示的推断。
引用
@article{arxiv.1802.04504,
title = {Flipped-Adversarial AutoEncoders},
author = {Jiyi Zhang and Hung Dang and Hwee Kuan Lee and Ee-Chien Chang},
journal= {arXiv preprint arXiv:1802.04504},
year = {2018}
}