Metropolis-Hastings 生成对抗网络
机器学习
2019-05-21 v2 机器学习
摘要
我们引入了 Metropolis-Hastings 生成对抗网络（MH-GAN），其结合了马尔可夫链蒙特卡洛与 GAN 的若干方面。MH-GAN 从由 GAN 的判别器-生成器对隐式定义的分布中抽样，而非标准 GAN 仅从生成器定义的分布中抽样。它利用 GAN 训练得到的判别器，在生成器外包裹一层以改进采样。在完美判别器下，即便生成器不完美，该包裹后的生成器也能精确地从数据的真实分布中抽样。我们在多个基准数据集（包括 CIFAR-10 与 CelebA）上使用 DCGAN、WGAN 与 progressive GAN 展示了改进生成器的益处。
引用
@article{arxiv.1811.11357,
title = {Metropolis-Hastings Generative Adversarial Networks},
author = {Ryan Turner and Jane Hung and Eric Frank and Yunus Saatci and Jason Yosinski},
journal= {arXiv preprint arXiv:1811.11357},
year = {2019}
}