生成器是否有可能在噪声是特定输入(例如 n张图片)而不是随机数的情况下学习分布噪音?例如,有两类标签分别为 0 和 1 的图像,例如 0(代表猫)和 1(代表狗) 。当我们给它喂狗时,是否有可能学习生成器,并且生成器将根据该狗图像生成猫图像? 该查询在某种程度上与对图像进行去模糊处理相同,但是如果没有针对模糊图像给出清晰的图像,而只是给出了随机清晰的图像该怎么办。
答案 0 :(得分:3)
当然可以。这称为样式转换,并且已经有很多工作在进行。通过某种方式,您可以了解狗的流形与猫的流形之间的映射功能。在该方向上著名的著作是CycleGAN论文(https://arxiv.org/pdf/1703.10593.pdf),该论文使用周期一致损耗来从一个方向映射到另一个方向并返回。这样可以使训练更加稳定,并使生成的图像更接近初始图像。