【李宏毅2020 ML/DL】P80 Generative Adversarial Network | Feature Extraction
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的、自己不知道的东西。
这是我的李宏毅老师 GAN 系列第7
篇笔记,GAN 系列:
- 1:Basic Idea
- 2:Conditional GAN
- 3:Unsupervised Conditional Generation
- 4:Theory behind GAN
- 5:fGAN: General Framework of GAN
- 6:Tips for improving GAN
本节内容综述
- InfoGAN:我们本来期待,我们输入的向量空间,与GAN的特征是空间上对应的。但实际上可能向量空间很杂乱。因此引出 InfoGAN 。
- 另外,介绍了 VAE-GAN 。
- 此外,介绍了 BiGAN 。简单讲了一下 Triple GAN 。
- 简单讲了 Domain-adversarial training ,可以用于 Feature Disentangle 。
文章目录
- 本节内容综述
- 小细节
- InfoGAN
- What is InfoGAN?
- VAE-GAN
- Algorithm
- BiGAN
- Algorithm
- 为何有效
- Triple GAN
- Domain-adversarial training
- Feature Disentangle
小细节
InfoGAN
如上,我们本来期待,我们输入的向量空间,与GAN的特征是空间上对应的。但实际上可能向量空间很杂乱。
What is InfoGAN?
如上,我们把输入向量分为ccc与z′z'z′两部分。我们对 G 的生成加一个分类器,让其分析出生成图片对应的输入 c 向量是什么。
此外,我们设置了 Discriminator ,防止生成器把 c 的特征原封不动地保留在了 x 中。Classifier 与 Discriminator 是共享参数的。
我们希望 c 对 x 有清晰、明确的影响
。Classifier 起到的作用就是,让 c 成为在 x 中明显的特征。
如上,原文的效果不错。
VAE-GAN
如上,VAE生成的东西可能会比较模糊,GAN可以弥补这个缺陷,同时VAE可以让Generator学习起来容易一些。
Algorithm
其算法如上。上面倒数第 7 行应该改为 x^i=De(zi)\hat{x}^i = De(z^i)x^i=De(zi)。此外,如上,还有一种 Discriminator 进行三分类。
BiGAN
如上,En与De是分开的,如何学En与De呢?
再加一个 Discriminator ,分辨是来自于 En 的,还是来自于 De 的。
Algorithm
其算法如上。
为何有效
如上,我们可以把 En 与 De 生成的数据对应于分布 P 与 Q 。我们的 Discriminator 就是起到了衡量二者区别的作用。我们在训练时,P与Q会越来越接近。
但是,为什么要用GAN呢?
如上,左侧使用两个反向的 En-De ,每个都正确让端的输出等于段的输入,也可起到同样效果。但是,在训练中,我们很那收敛到最优解。而GAN在这种情况下,更加占优。
Triple GAN
如上,Triple GAN 可视为 cGAN 加上 Classifier 。Triple GAN 主要是为了训练一个 Classifier ,可以理解为一个半监督学习的分类方法,用于少量标签的数据。
Domain-adversarial training
如上,训练集与测试集在不同的domains,我们希望其生成的 feature 在相同的分布中。
其做法如上。这么一个大网络,可以同时训练各部分(可能调不稳),也可以分部分训练。
Feature Disentangle
如上,可以进行声纹比对等等应用。
那么,如何从 input 中提取 Phonetic 与 Speaker 的特征呢?
可以分别训练 Speaker En 与 Phonetic En 。如上是训练 Speaker En 的思路。
但是 Phonetic En 训练时,该如何设置训练目标呢?
如上,收到 domain adversarial training 的启发,我们设置一个 Speaker 分类器,这样 Phonetic Encoder 就会想办法骗过 Speaker Classifier ,从而去掉其本身的 Speaker 特性
。
【李宏毅2020 ML/DL】P80 Generative Adversarial Network | Feature Extraction相关推荐
- 【李宏毅2020 ML/DL】P1 introduction
[李宏毅2020 ML/DL]P1 introduction 本节主要介绍了 DL 的15个作业 英文大意 Regression: 回归分析 Classification: 分类 RNN: 循环神经网 ...
- 【李宏毅2020 ML/DL】P86-87 More about Domain Adaptation
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 本节内容综述 本节课由助教 Chao Brian 讲解. 首先讲解些领域适配的基础内容,包括名词.定义等. 接 ...
- 【李宏毅2020 ML/DL】P59 Unsupervised Learning - Auto-encoder
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 已经有人记了笔记(很用心,强烈推荐):https://github.com/Sakura-gh/ML-note ...
- 【李宏毅2020 ML/DL】P14 Tips for training DNN | 激活函数、Maxout、正则、剪枝 Dropout
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 已经有人记了笔记(很用心,强烈推荐): https://github.com/Sakura-gh/ML-not ...
- 【李宏毅2020 ML/DL】P58 Unsupervised Learning - Neighbor Embedding | LLE, t-SNE
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 已经有人记了笔记(很用心,强烈推荐):https://github.com/Sakura-gh/ML-note ...
- 【李宏毅2020 ML/DL】P15 Why Deep-
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 已经有人记了笔记(很用心,强烈推荐): https://github.com/Sakura-gh/ML-not ...
- 李宏毅svm_李宏毅2020 ML/DL补充Structured Learning Structured SVM
李宏毅2020 ML/DL补充Structured Learning Structured SVM [李宏毅2020 ML/DL]补充:Structured Learning: Structured ...
- 【李宏毅2020 ML/DL】P60-61 Unsupervised Learning - Deep Generative Model
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 已经有人记了笔记(很用心,强烈推荐):https://github.com/Sakura-gh/ML-note ...
- 【李宏毅2020 ML/DL】P83 Generative Adversarial Network | Evaluation
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 这是我的李宏毅老师 GAN 系列第10篇笔记,GAN 系列: 1:Basic Idea 2:Condition ...
最新文章
- 使用vb6绿色版做一个简易图片浏览器
- 从玉农业智能蔬菜技术 农业大健康·林裕豪:中国金控斥资打造
- 【CV】使用 scikit-image 进行图像处理
- Linux 基础——权限管理命令chmod
- 遥感图像增强方法应用
- Oracle入门(五D)之如何设置show parameter显示隐含参数
- 呼叫我,或异步REST
- Linux系统常用函数,浅谈linux下的一些常用函数的总结(必看篇)
- 【代码备份】ORACLE数据库表同步DBLINK
- linux快速mysql5.7_Linux下安装MySQL 5.7
- Hdu 1794 【二维成段更新】.cpp
- 如何使用Java开发QQ机器人 方法一
- 【MATLAB信号处理】信号波形的产生及系统时域分析
- jar命令 解压/压缩 war、jar文件
- 用 C 语言来刷 LeetCode,网友直呼:那是真的牛批...
- 小米4 miui专用 Xposed安装器86版
- 笔记本html外接显示器,笔记本怎么外接显示器 笔记本用外接显示器设置教程
- 今天吃什么 随机选择(抽奖,抽人适用)纯html、css静态页面
- 马尔代夫的华为“新4军”
- 从浪潮之巅到千里之行,区块链能否实现赢家通吃?
热门文章
- java中自定义异常类
- 处理quartz 异常 Couldn‘t retrieve trigger: No record found for selection of Trigger with key:
- 【IDEA】关于 IDEA 中新建 web 项目的 webapp 文件夹没有小蓝点 ,启动服务,访问不到解决方案
- 使用pip将Python软件包从本地文件系统文件夹安装到virtualenv
- HTML5 Canvas vs. SVG vs. div
- 用户输入和命令行参数
- Win10系统如何设置开机启动密码
- Spring的junit4测试集成
- android 面向对象 5,C++基础学习笔记(5)---面向对象(测试题)
- anaconda安装numpy_Windows安装cpu版pytorch和tensorflow