Triple Generative Adversarial Nets

本文介绍了Triple GAN的组成:分类器C、生成网络G和判别网络D,并探讨了其目标函数及全局最优解的问题。通过引入标准监督损失函数改进分类器,优化算法流程。提供代码参考链接。

这里写图片描述

triple-GAN由三部分组成:

(1)分类器C

(2)生成网络G

(3)判别网络D

分类器C和生成网络G的输出都输入判别网络D,目标函数为:

这里写图片描述

上式达到均衡的条件是 p(x,y)=(1α)pg(x,y)+αpc(x,y) ,这表明C,G趋向于与输入数据同分布.虽然满足该条件,但仍无法保证

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值