基于双向 GAN 的半监督学习
机器学习
2019-05-01 v1 信息检索
机器学习
摘要
本文中，我们引入一种以半监督方式训练双向生成对抗模型（BiGAN）的新方法。所提出的方法利用三元组损失函数作为目标函数的附加组件，用于在 BiGAN 模型的潜空间中训练判别性数据表示。该表示既可作为生成人工图像的种子，也可作为分类与图像检索任务中良好的特征嵌入。我们使用两个基准数据集 CIFAR10 与 SVHN，在上述两项具有挑战性的任务中评估所提方法的质量。
引用
@article{arxiv.1811.11426,
title = {Semi-supervised learning with Bidirectional GANs},
author = {Maciej Zamorski and Maciej Zięba},
journal= {arXiv preprint arXiv:1811.11426},
year = {2019}
}
备注
12 pages, 3 figures