非随机输入的 GAN

Question

那些时候我对 GAN 很感兴趣。

我为 MNIST 编写了一个具有以下结构的代码： 发电机型号 判别器模型 Gen + Dis 模型

生成器模型从随机分布中生成批量图像。 鉴别器在它和真实图像上进行训练。 然后鉴别器在 Gen+Dis 模型中被冻结并训练生成器。 （用冻结的判别器来判断生成器好坏）

现在，假设我不想为生成器提供随机分布而是图像。 （例如，用于放大，或从绘图中生成真实图像）

我需要更改其中的内容吗？ （除了conv模型会更复杂） 我应该继续使用 binary_crossentropy 作为损失函数吗？

非常感谢！

Answer 1

您确实可以在前面放置一个变分自动编码器 (VAE) 以生成初始分布 z（参见 paper）。

如果您对该主题感兴趣，我可以在 Kadenze 推荐这个course。