[toc]
1. Conditional Generative Adversarial Nets
arXiv:1411.1784 [cs.LG]
tensorflow2代碼：https://github.com/zhangkaihua88/ML_Paper
1.1. 摘要
在GAN的基礎(chǔ)上引入標(biāo)簽y，同時(shí)使用在生成器和判別器中.
可以應(yīng)用于多模態(tài)模型中。
1.2. 介紹
生成對(duì)抗網(wǎng)絡(luò)
- 規(guī)避了棘手的概率計(jì)算
- 不需要使用馬爾科夫鏈，僅使用反向傳播算法去獲得梯度
- 訓(xùn)練時(shí)不需要推斷，可以輕松的將各種因素和相互作用納入模型
但無條件生成模型無法控制生成的數(shù)據(jù)，給模型加入附加信息可以知道數(shù)據(jù)的生成
1.3. 條件對(duì)抗網(wǎng)絡(luò)
1.3.1. 符號(hào)定義
真實(shí)數(shù)據(jù)
標(biāo)簽（輔助信息）
噪音（生成器的輸入數(shù)據(jù)）
真實(shí)數(shù)據(jù)的分布
原始噪音數(shù)據(jù)的分布
經(jīng)過生成器后數(shù)據(jù)的分布
生成映射函數(shù)（可微），結(jié)構(gòu)為多層感知機(jī)，參數(shù)
判別映射函數(shù)（可微），結(jié)構(gòu)為多層感知機(jī)，參數(shù)
將噪音
映射到新的數(shù)據(jù)空間
來自真實(shí)數(shù)據(jù)而不是生成數(shù)據(jù)的概率（真=1，假=0）
1.3.2. 知識(shí)回顧——生成對(duì)抗網(wǎng)絡(luò)
生成器G，判別器D，相互對(duì)抗使目標(biāo)函數(shù)，達(dá)到最優(yōu)。
1.3.3. 直觀感受
1.3.4. 目標(biāo)函數(shù)
和原始GAN相近，只是G，D在y的條件下生成或判別
1.3.5. 對(duì)抗
生成器G通過z，y聯(lián)合生成圖片
判別器D在y的條件下判別G(z)
主要是在y條件下的MinMax Game
1.4. 實(shí)驗(yàn)
1.4.1. 單模式——MNIST
1.4.2. 多模式——MIR Flickr
1.5. 參考資料
Paper---Conditional Generative Adversarial Nets
知乎---《Conditional Generative Adversarial Nets》閱讀筆記
CSDN---Conditional Generative Adversarial Nets論文翻譯
CSDN---Conditional Generative Adversarial Nets論文筆記
