search

idekazuki / -Paper-summary

論文をまとめていきたい
0 stars 0 forks source link

Piggyback GAN: Efficient Lifelong Learning for Image Conditioned Generation #91

Open idekazuki opened 4 years ago

idekazuki commented 4 years ago

主な貢献︓条件付き画像⽣成の継続的な学習フレームワークを提案

  1. 過去タスクで学習されたモデルを「Piggyback」し，フィルタを再利⽤することで，効率的に新タスクを学習する
  2. 現在のタスクの⽣成品質と，多くのパラメータを保存しながら，過去タスクの品質低下がないことを保証する
  3. 異なるドメイン間で様々な条件付き⽣成タスクを有効にする

Piggyback 新タスクごとにベースネットワークのフィルタにバイナリマスクを学習して適⽤することによりフィルタを再利⽤する，識別モデルの最先端⼿法