search

ypxie / HDGan

Pytorch implementation of HDGan
150 stars 36 forks source link

论文读后 疑问 #19

Closed MLjian closed 4 years ago

MLjian commented 4 years ago

谢谢你的这篇论文，让我收益良多。只是有二个地方有些疑问，希望作者能给出你的看法： （1）为什么你不是直接将text_embedding送入网络中直接进行计算，而是对text_embedding进行了两种变化：condEmbedding 和 z。有了这两种变化相当于引入随机噪声，改变了文本数据的分布，感觉不是很合理啊。 （2）实验过程中，你有尝试使用Image-image的L1损失么？ 谢谢啦。

ypxie commented 4 years ago

Thanks~

  1. “引入随机噪声” 是为了生成样本更多样
  2. 没有尝试 “Image-image的L1损失” 因为感觉输入不同的情况下用同一幅图片做L1loss 不太合理。不过我感觉可以把 condEmbedding sampling之前的mean和ground truth做一个l1 loss.

谢谢你的这篇论文，让我收益良多。只是有二个地方有些疑问，希望作者能给出你的看法： （1）为什么你不是直接将text_embedding送入网络中直接进行计算，而是对text_embedding进行了两种变化：condEmbedding 和 z。有了这两种变化相当于引入随机噪声，改变了文本数据的分布，感觉不是很合理啊。 （2）实验过程中，你有尝试使用Image-image的L1损失么？ 谢谢啦。