生成对抗网络的广义潜变量恢复
机器学习
2018-10-10 v1 机器学习
摘要
生成对抗网络（GAN）的生成器被训练为将取自先验分布的潜向量变换为逼真照片。这些潜向量已被证明编码了其对应图像的内容信息。将输入图像投影到 GAN 的潜空间并非易事，但已有工作成功地对具有均匀先验的潜空间完成了该任务。我们将这些技术扩展至具有高斯先验的潜空间，并展示了我们所提技术的有效性。
引用
@article{arxiv.1810.03764,
title = {Generalized Latent Variable Recovery for Generative Adversarial Networks},
author = {Nicholas Egan and Jeffrey Zhang and Kevin Shen},
journal= {arXiv preprint arXiv:1810.03764},
year = {2018}
}