当噪声是特定输入(例如n 个图像而不是随机噪声)时,生成器是否可以学习分布?例如,有两类图像,标签为 0和1 ,表示0 表示猫,1 表示狗。是否有可能在我们喂狗时学习生成器,它会根据狗的图像生成猫图像?这个查询在某种程度上与去模糊图像相同,但是如果没有针对该模糊图像给出清晰的图像,但我们只是给出了随机清晰的图像怎么办。
问问题
32 次
1 回答
3
当然,这是可能的。这被称为风格转移,已经有很多关于这方面的工作。在某种程度上,您学习了狗的流形到猫的流形之间的映射函数。在这个方向上的一项著名工作是 CycleGAN 论文 ( https://arxiv.org/pdf/1703.10593.pdf ),它使用循环一致损失从一个方向映射到另一个方向并返回。这使得训练更加稳定,得到的图像更接近初始图像。
于 2018-12-05T13:16:47.813 回答