[論文]Label-Noise Robust Generative Adversarial Networks

論文題目:Label-Noise Robust Generative Adversarial Networks
論文地址:Label-Noise_Robust_Generative_Adversarial_Networks_CVPR_2019
作者博客:https://takuhirok.github.io/rGAN/
開源代碼:https://github.com/takuhirok/rGAN/

we propose a novel family of GANs called label-noise robust GANs (rGANs), which, by incorporating a noise transition model, can learn a clean label conditional generative distribution even when training labels are noisy.

這里只簡單記錄作者的核心思想,如果后面的研究需要借鑒,將會(huì)更新此篇文章。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容