主题: Your GAN is Secretly an Energy-based Model and You Should Use Discriminator Driven Latent Sampling

摘要: GAN的隐式生成器对数密度logp_g与鉴别器的logit分数之和定义了一个能量函数,当生成器不完善但鉴别器是最佳时,该函数产生了真实的数据密度。这使得可以改进典型发电机(具有隐式密度p_g)。我们表明,根据潜在的先验对数密度和判别式输出得分之和所诱导的基于能量的模型,通过对潜在空间进行采样,可以从修改后的密度生成样本。我们称此过程为在潜在空间中运行Markov Chain Monte Carlo,然后应用生成器函数Discrim-inator驱动的潜在采样(DDLS)。我们证明,与在高维像素空间中工作的先前方法相比,DDLS是高效的,并且可以用于改进先前训练的多种类型的GAN。我们定性和定量地评估了合成和真实数据集上的DDLS。在CIFAR-10上,DDLS大大提高了现成的预训练SN-GAN的初始得分,从8.22到9.09,与类条件BigGAN模型相当。无需引入额外的参数或额外的训练,即可在无条件图像合成设置中获得最新的技术。

成为VIP会员查看完整内容
29

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
26+阅读 · 2020年4月6日
专知会员服务
61+阅读 · 2020年3月4日
必读!生成对抗网络GAN论文TOP 10
GAN生成式对抗网络
58+阅读 · 2019年3月20日
用PyTorch实现各种GANs(附论文和代码地址)
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
深度卷积对抗生成网络(DCGAN)实战
全球人工智能
14+阅读 · 2017年11月7日
【教程】详解如何使用Keras实现Wassertein GAN
GAN生成式对抗网络
7+阅读 · 2017年10月5日
【理解】GAN 的理解与 TensorFlow 的实现
GAN生成式对抗网络
4+阅读 · 2017年8月23日
GAN | GAN介绍(2)
KingsGarden
27+阅读 · 2017年3月14日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
Arxiv
5+阅读 · 2018年1月30日
Arxiv
6+阅读 · 2018年1月29日
Arxiv
11+阅读 · 2018年1月15日
Arxiv
12+阅读 · 2018年1月12日
VIP会员
相关VIP内容
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
26+阅读 · 2020年4月6日
专知会员服务
61+阅读 · 2020年3月4日
相关资讯
必读!生成对抗网络GAN论文TOP 10
GAN生成式对抗网络
58+阅读 · 2019年3月20日
用PyTorch实现各种GANs(附论文和代码地址)
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
深度卷积对抗生成网络(DCGAN)实战
全球人工智能
14+阅读 · 2017年11月7日
【教程】详解如何使用Keras实现Wassertein GAN
GAN生成式对抗网络
7+阅读 · 2017年10月5日
【理解】GAN 的理解与 TensorFlow 的实现
GAN生成式对抗网络
4+阅读 · 2017年8月23日
GAN | GAN介绍(2)
KingsGarden
27+阅读 · 2017年3月14日
微信扫码咨询专知VIP会员