Unsupervised Cross-Domain Image Generation読んだ - Qiita

モチベーション ・教師無しで、顔写真→似顔絵みたいな変換をしたい（教師ありだと、顔写真と似顔絵のペアが大量に必要で、集めるのが大変） ・（他のタスクもやってるけど顔写真→似顔絵のタスクを例として説明します） 手法 ベースライン S : 分布DSからi.i.dでサンプリングされた顔写真集合 T : 分布DTからi.i.dでサンプリングされた似顔絵集合 生成モデル G : S → T を学習したい ここで、Gをを最小化するようなGとする。 ここで、αはパラメータ。そして、 D : Sから生成されたものと、Tから来たものを見分ける関数 (生成された似顔絵と本物の似顔絵を見分ける関数) このDを騙すようなGを学習すると、Sから生成されたものとTから来たものの区別が付きにくくなる → いい感じのGができる (GAN) d : Mean Squared Error (Cosine とかHingeとかT