PixelGAN 自编码器
机器学习
2017-06-05 v1
摘要
本文描述了“PixelGAN 自编码器”，这是一种生成式自编码器，其生成路径是一个以潜变量代码为条件的像素级卷积自回归神经网络（PixelCNN），而其识别路径则使用生成对抗网络（GAN）对潜变量代码施加先验分布。我们展示了不同的先验会导致潜变量代码与自回归解码器之间不同的信息分解。例如，通过施加高斯分布作为先验，我们可以实现全局与局部的分解；或者通过施加类别分布作为先验，我们可以以无监督的方式解耦图像的风格与内容信息。我们进一步展示了具有类别先验的 PixelGAN 自编码器如何可直接用于半监督设置，并在 MNIST、SVHN 和 NORB 数据集上取得了有竞争力的半监督分类结果。
引用
@article{arxiv.1706.00531,
title = {PixelGAN Autoencoders},
author = {Alireza Makhzani and Brendan Frey},
journal= {arXiv preprint arXiv:1706.00531},
year = {2017}
}