Dec, 2019
具有多铰链损失的cGANs
cGANs with Multi-Hinge Loss
TL;DR本研究提出了一种新的算法，将类条件信息纳入GAN的批评者中，通过常用的Hinge loss的多类推广实现，适用于监督和半监督设置。我们研究了同时训练先进的生成器和准确的分类器之间的折衷，提出了一种使用我们算法去度量生成器和批评者类条件程度的方式。通过我们的多铰链损失修改，在Imagenet数据集上，我们能够提高Inception Scores和Frechet Inception Distance。