基於條件的對抗生成網絡 Conditional Generative Adversarial Nets

最近在看對抗生成網絡的相關論文，發現一些比較有趣的論文，在這裏跟大家分享一下的。

在經典的生成對抗模型中，往往有兩個模型一個生成模型，它去獲取數據的分佈，然後一個判別模型，它去評估這個樣本來自訓練集的概率。這兩個和模型都是同時訓練，他去調整參數使模型去最小化 然後去調整參數使模型去最小化 最後這個損失函數爲

而在條件生成對抗網絡中需要加入一個額外的信息 .這個可以是各種輔助的信息，比如類別標籤。因此這個損失函數變成了

整個網絡流程爲

這裏可以很好的理清整個流程。

其實這種加入額外信息的對抗網絡，還有另外一篇文章比較相近那就是 CC-GAN

雖然這兩個網絡的任務不一樣，但是整體的思想還是比較相似的，都是加入了額外的信息在整個網絡,生成一種對抗網絡。