文章预览
Conditional GAN 自从出现以来,产生了很多种 discriminator。 cGANs with Projection Discriminator 介绍了一种新的 conditional GAN 判别器设计方法。从实践中来看,它还是比较好用的,被用在了 Spectral Normalization for Generative Adversarial Networks 和 Self-Attention Generative Adversarial Networks 中。 本文将详细介绍该算法的推导过程以及本人的理解,指出 它其实是化简版本的 AC-GANs 。文中代码来自: crcrpar/pytorch.sngan_projection ,该代码为 Spectral Normalization GAN 的 pytorch 版本。 背景 下图为论文中列举的几种常见的 conditional discriminator。 图 1 (a) 中,label 和 data 在输入端拼接起来,一起输入一个神经网络,输出 data 为真实数据的概率。 (b) 和 (a) 很像,只不过是把 label 和 data 在神经网络的中间层拼接起来,输出 data 属于真实数据的概率。 (c) 图显示的 discriminator 有两部分输出,一部分和
………………………………