利用密集连接构建更深的GAN生成架构
计算机视觉与模式识别
2018-11-13 v2
摘要
本文给出了在Fisher GAN实现中采用先前用于图像分类任务的跳跃连接和密集层的实验结果。我们尝试了不同层数的网络，并将这些连接插入网络的不同部分。我们的结果表明，采用连接的网络比基线生成更好的图像，且所添加连接的数量对结果仅有轻微影响。
引用
@article{arxiv.1804.11031,
title = {Towards Deeper Generative Architectures for GANs using Dense connections},
author = {Samarth Tripathi and Renbo Tu},
journal= {arXiv preprint arXiv:1804.11031},
year = {2018}
}