从传统GAN到improved WGAN

转载于 2017-09-02 06:12:58 发布 · 4.2k 阅读

文章标签：

#GAN #deep learning #DCGAN #WGAN

Deep Learning; Generative Adversarial Network 专栏收录该内容

7 篇文章

订阅专栏

本报告总结了从传统GAN到Improved WGAN的发展过程，重点介绍了2017年三篇关键论文的内容：《Towards Principled Methods for Training Generative Adversarial Networks》、《Wasserstein GAN》及《Improved Training of Wasserstein GANs》。通过对比分析，深入探讨了WGAN的改进策略和技术细节。

最近做了一个从传统GAN到improved WGAN的报告，把PPT贴上来吧，有需要的小伙伴可以参考一下。论文主要涉及到17年的三篇文章： Arjovsky M, Bottou L. Towards Principled Methods for Training Generative Adversarial Networks[J]. 2017.Arjovsky M, Chintala S, Bottou L. Wasserstein GAN[J]. 2017.Gulrajani I, Ahmed F, Arjovsky M, et al. Improved Training of Wasserstein GANs[J]. 2017.在做报告的过程中，有参考网上的一些博客，特别是中山大学的郑华滨的博文给了很大的帮助。