less than 1 minute read

1 模型总结

主题 方向 模型
Loss f-divergence GAN, f-GAN, LSGAN
Loss IPM WGAN, WGAN-GP, FISHER GAN, McGAN, MMDGAN
结构 DCGAN DCGAN
结构 层次结构 StackedGAN, GoGAN, ProgressiveGAN
结构 自编码 BEGAN, EBGAN, MAGAN
难题 理论 Towards Principled Methods for Training GANs, Generalization and Equilibrium in GANs
难题 模式崩溃 MRGAN, DRAGAN, MAD-GAN, Unrolled GAN
隐空间 解耦 CGAN, ACGAN, InfoGAN, ss-InfoGAN
隐空间 自编码 ALI, BiGAN, Adversarial Generator-Encoder Networks
隐空间 VAE VAEGAN, $\alpha$-GAN

2 常见的 GAN

模型 生成器 判别器 约束
WGAN-CP ReLU MLP ReLU MLP 梯度惩罚
BEGAN Discriminator decoder 自编码(ELU CNN) 平衡策略
ACGAN 转置 ReLU CNN Leaky ReLU CNN 分类损失
SeqGAN LSTM ReLU CNN 策略梯度下降
DANN ReLU CNN ReLU MLP 分类损失,梯度反转层

TOP

附录

A 参考资料

Categories: , ,

Updated:

Comments