《表8 和非生成对抗网络模型的分类结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《GP-WIRGAN:梯度惩罚优化的Wasserstein图像循环生成对抗网络模型》
该组对比实验在MNIST数据集上进行.我们预先训练一个分类模型,其准确率达到99.3%.然后用DAVE、DRAW、WIRGAN和GP-WIRGAN生成1000张图像,将它们分别输入到预先训练好的分类模型中,得到分类错误率,错误率越低表明模型生成的图像质量越高.分类结果如表8所示,忽略分类模型本身的影响,在同一个分类标准下,WIRGAN和GP-WIRGAN的错误率要比DAVE和DRAW的低很多,并且GP-WIRGAN的错误率是最低的.
图表编号 | XD00134449400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 冯永、张春平、强保华、张逸扬、尚家兴 |
绘制单位 | 重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室、重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室、桂林电子科技大学广西可信软件重点实验室、桂林电子科技大学广西光电信息处理重点实验室培育基地、重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室、重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |