27 Jul 2017
Variational approaches for auto Encoding generative adversarial networks
Variational Approaches for Auto-Encoding Generative Adversarial Networks
主要贡献
机器学习研究领域，生成式对抗网络（GAN）在学习生成模型方面占据着统治性的地位，在使用图像数据进行训练的时候，GAN能够生成视觉上以假乱真的图像样本。但是这种灵活的算法也伴随着优化的不稳定性，导致模式崩溃（mode collapse）。将自动编码器(auto-encoder)与GAN相结合，能够使模型更好的表示所有被训练的数据，以阻止模式崩溃。
论文背景
网络结构原理
算法流程和讲解
实验
文章解读和评价
