原创力文档- 1、本文档共49页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
;本章结构;判别式模型与生成式模型;生成模型;生成模型;MLE;MLE;VAE;VAE;VAE;;VAE;VAE;;VAE;VAE;VAE;VAE与GAN;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;生成式对抗网络（GAN）;;生成式对抗网络（GAN）;为GAN的训练提供了一个适合的网络结构。
表明生成的特征具有向量的计算特性。
特征可以进行“加减”运算;模型稳定训练的技巧（tricks）
全连接层?卷积层
池化层、上采样层?卷积层
生成器：带步长的卷积(Fractional strided convolution)
使用批量归一化（batch normalization）
生成器中使用ReLU激活函数，输出使用Tanh
判别器中使用Leaky ReLU激活函数
使用adam优化器训练，学习率最好是0.0002;;Z向量的计算特性;Z向量的插值特性;CGAN;CGAN;Wasserstein GAN;Wasserstein GAN;Wasserstein GAN;Wasserstein GAN;Wasserstein GAN;Wasserstein GAN;Wasserstein GAN;;Super-ResolutionGAN;Super-ResolutionGAN;Super-ResolutionGAN;Super-ResolutionGAN
文档评论（0）