3.3 条件 GAN (Conditional GAN, cGAN)控制生成内容

文档摘要

3.3 条件 GAN (Conditional GAN, cGAN)控制生成内容 3.3 条件 GAN (Conditional GAN, cGAN) 控制生成内容 3.3.1 cGAN 的核心思想传统的 GAN 虽然能够生成逼真的数据，但无法控制生成的内容。例如，训练一个生成手写数字的 GAN，虽然可以生成看起来像手写数字的图像，但无法指定生成哪个数字（比如让其生成数字 "7"）。条件 GAN (Conditional GAN, cGAN) 的核心思想是在生成器 (Generator) 和判别器 (Discriminator) 中都引入额外的条件信息，通常用表示。这个条件信息可以是类别标签、文本描述、图像的语义分割图等等。