-
https://forever97.github.io/2020/03/13/GAN/
GAN(generative adversarial networks)指生成对抗网络
GAN包含一个Generator(以下简称$G$)和一个Discriminator(以下简称$D$)
$G$是,
-
![image](https://user-images.githubusercontent.com/2216970/71565797-24b9e600-2aed-11ea-96b9-785d45a54141.png)
# Reference
- [ ] [paper - Generative Adversarial Networks](https://arxiv.org/pdf/1406…
-
### 論文へのリンク
[[arXiv:2006.06676] Training Generative Adversarial Networks with Limited Data](https://research.nvidia.com/publication/2020-06_Training-Generative-Adversarial)
### 著者・所属機関
Tero K…
-
### 論文へのリンク
[[arXiv:1810.01365] On Self Modulation for Generative Adversarial Networks](https://arxiv.org/abs/1810.01365)
### 著者・所属機関
Ting Chen, Mario Lucic, Neil Houlsby, Sylvain Gelly
- …
-
## 一言でいうと
GANの要件であるDiscriminatorのLipschitzs制約を重要視し、Discriminatorの各層にSpectral Normalizationを適用することでGeneratorが精度の高い出力を得られるようになる。
### 論文リンク
* https://drive.google.com/file/d/0B8HZ50DPgR3eSVV6YlF…
-
## 一言でいうと
GANの学習を安定させる試み。実際のサンプルに近づけるのでなく、Auto-Encoderの誤差分布に近づける(距離はWasserstein)という点と、DとGの間のlossの割合(γ)を導入し、学習の均衡と収束判定を容易にした(lossが低い+平衡になったらok)。
### 論文リンク
https://arxiv.org/abs/1703.10717v1
…
-
## 一言でいうと
GANを音声に適用した研究。音声ベース(WaveGAN)と、スペクトログラムベース(SpecGAN)の2種類を提案している。音声は周期性があり特徴をとらえるには長い幅が必要なため、1次元のフィルタ(サイズ25)で、画像より大きい指数(4)をupsamplingに使用している。音質はWave、印象はSpecの方が良いという結果。
### 論文リンク
https:…
-
https://arxiv.org/pdf/1703.10717.pdf
We propose a new equilibrium enforcing method paired with a loss derived from the Wasserstein distance for training auto-encoder based Generative Adversarial Ne…
leo-p updated
7 years ago
-
I got to the repository through the link given in the paper (Semantic-aware deidentification generative adversarial networks for identity anonymization). But I could not find the code. Could you pleas…
-
https://media.nips.cc/Conferences/2016/Slides/6202-Slides.pdf