在未经训练的条件下输出条件生成对抗网络

时间:2020-11-08 21:45:56

标签: deep-learning computer-vision generative-adversarial-network dcgan multimodal

我是新手,目前正在学习GAN,我有一个查询,如下所示:

假设我已经在MNIST数据集上训练了条件GAN,并以不同的方式对高斯噪声进行了条件化。 例如:

平均值为1的高斯噪声将输出为1的图像。

平均值为2的高斯噪声将输出为2的图像。 等等。

训练后,假设我给出平均值为1.5的高斯噪声,我应该期待什么输出图像?

我为图像到图像的翻译任务扩展了这种逻辑。假设我已经对GAN(pix2pix)模型进行了条件化,以在输入图像上添加平均值为1的高斯噪声的 effect1 ,并在输入图像上添加平均值为2的高斯噪声的 effect2 。 如果输入图像的平均噪声为高斯,我可以期待什么输出图像?将是effect1和effect2的组合,还是可以是它们中的任何一个或某些随机输出?

0 个答案:

没有答案