生成对抗网络：近期进展
机器学习
2019-04-01 v1 计算机视觉与模式识别
机器学习
摘要
在传统的生成建模中，良好的数据表示通常是良好机器学习模型的基础。它可关联到对原始数据中隐藏的更多解释性因子的编码。随着生成对抗网络（GANs）的发明——一类能够以无监督和半监督方式学习表示的生成模型子类——我们现在能够对抗性地学习从简单先验分布到目标数据分布的良好映射。本文概述了 GANs 的近期进展，重点关注潜在空间表示的学习。
引用
@article{arxiv.1903.12266,
title = {Generative Adversarial Networks: recent developments},
author = {Maciej Zamorski and Adrian Zdobylak and Maciej Zięba and Jerzy Świątek},
journal= {arXiv preprint arXiv:1903.12266},
year = {2019}
}
备注
10 pages