慢慢来,会更好!
大家好,我是一个想研究又不会研究的研究生
陪伴大家一起学习成长!
Unpaired data:x与y的不是配对的
那么,我们现在遇到一个更加艰难的情况,假如没有一点成对的资料,那该怎么办呢?
那在这种情况下,还有没有办法训练一个network,input x,output y呢?
这就是GAN可以帮我们做的事情
那有没有办法做这件事情呢(输入一张人脸,输出二次元图片)
乍听,好像也没有很难
和原理的GAN训练一样,换一个sample方法即可
可能这么简单吗?
答案是不可能的
输出y domain的图片可能忽略x输出一个像是二次元做的图片,
Discriminator可能觉得它做的很好,就结束了
如果我们完全套用以前的GAN,显然是不够的。
如果使用conditional GAN也是不行的,因为它前提得有成对的资料(什么样的x与y的组合是对的)
那该怎么办呢
如下图
我们可以设置两个Generation来进一步解决这个问题
来尽可能使得输入的图片与第二次Generation的图片接近,从而相当于添加了一个输入的限制
在这里,Cycle GAN也可以是双向的啦
此外,还有很多厉害的GAN