zoukankan      html  css  js  c++  java
  • 《Image Generation with PixelCNN Decoders》论文笔记

    论文背景:Google Deepmind团队于2016发表在NIPS上的文章

    motivation:提出新的image generation model based on pixelCNN[1]架构。可以为任意输入vector结合标签生成图片,在先验信息的前提下加入条件分布信息

    模型关键:根据链式条件概率,逐行生成,逐像素点生成

    相对于GAN的优势:

    • GAN只善于处理连续数据,pixelCNN对连续数据和非连续数据都能很好perform
    • 链式likelihood表达可以比GAN更好的提供生成目标的评价系统,虽然也不尽完美

    相对于GAN的劣势:

    1. 训练速度慢得吓死人,openAI基于CIFR dataset 收敛需要8块Titan上train 5天,直接打消本穷人的训练欲望
    2. sample quality明显不如GAN。

    1.Aaron van den Oord, Nal Kalchbrenner, and Koray Kavukcuoglu. Pixel recurrent neural networks. arXiv

    preprint arXiv:1601.06759, 2016.

  • 相关阅读:
    scala与java的区别
    寒假第四天
    冲刺(第六天)
    冲刺(第五天)
    冲刺(第四天)
    冲刺(第三天)
    冲刺(第二天)
    第十周总结
    冲刺(第一天)
    文本中单词统计
  • 原文地址:https://www.cnblogs.com/punkcure/p/7821229.html
Copyright © 2011-2022 走看看