ICMLMar, 2019
使用较少标签进行高保真图像生成
High-Fidelity Image Generation With Fewer Labels
Mario Lucic, Michael Tschannen, Marvin Ritter, Xiaohua Zhai, Olivier Bachem...
TL;DR本文介绍了如何利用自监督学习和半监督学习等技术结合生成式对抗网络,实现在仅使用少量标签数据的情况下,超越当前最先进的深度生成模型,并在 ImageNet 的无监督合成和有条件的情况下,匹配 BigGAN 模型的样本质量。