エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
AC-GAN(Conditional Image Synthesis with Auxiliary Classifier GANs)の論文解説 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
AC-GAN(Conditional Image Synthesis with Auxiliary Classifier GANs)の論文解説 - Qiita
AC-GAN(Conditional Image Synthesis with Auxiliary Classifier GANs)の論文解説Python機械学習Machin... AC-GAN(Conditional Image Synthesis with Auxiliary Classifier GANs)の論文解説Python機械学習MachineLearningDeepLearning論文読み AC-GANの論文を読んだのでメモがてらに解説書いていきます。発想としては非常にわかりやすいGANですが、考察が結構面白い論文でした。 AC-GANとは GANのGeneratorの入力に画像のクラス情報を入れる(Coditional GAN)と同時に、Discriminatorの出力に通常の画像分類のような「多クラス分類」を入れます。通常のGANの損失関数にある「本物か偽物か」に加えて、「多クラス分類の損失項」を加えることで、よりバリエーションの多い画像出力を可能とする手法です。 ACGANのPyTorch実装より。一番右がAC-GAN。 AC-GANの損失関数 論文