终身孪生生成对抗网络
计算机视觉与模式识别
2021-07-13 v1 人工智能
摘要
本文提出一种新的持续学习生成模型，称为终身孪生生成对抗网络（LT-GANs）。LT-GANs 从多个数据库中学习一系列任务，其架构由三部分组成：两个相同的生成器，即教师与助手，以及一个判别器。为使 LT-GANs 能够学习新概念而不遗忘，我们引入一种新的终身训练方法，即终身对抗知识蒸馏（LAKD），它鼓励教师与助手在学习的新的数据库时交替互教。该训练方法有利于将知识从知识更丰富的参与者迁移到对先前给定任务知之较少的参与者。
引用
@article{arxiv.2107.04708,
title = {Lifelong Twin Generative Adversarial Networks},
author = {Fei Ye and Adrian G. Bors},
journal= {arXiv preprint arXiv:2107.04708},
year = {2021}
}
备注
Accepted at International Conference on Image Processing (ICIP 2021)