《表1 3种模型功能的比较》
首先为了对BiGAN,WGAN和WBLI有更全面的分析,表1中对这3种模型从是否包含隐变量编码、梯度稳定性以及判别器输入变量构成3个方面进行了比较.由表1可看出,BiGAN模型可以通过编码器从数据空间学习到隐含特征,并且判别器的输入是包含原始数据和隐变量数据的高维向量,使得网络能够对低层信息x和高层信息z共同进行判别,从而提高了判别能力.WGAN凭借Wasserstein距离的优点和权重裁剪技术避免梯度消失,且其值保持平滑稳定.本文提出的WBLI模型正是同时集成了2类模型的优势.
图表编号 | XD00157747500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 花强、刘轶功、张峰、董春茹 |
绘制单位 | 河北大学河北省机器学习与计算智能重点实验室、河北大学河北省机器学习与计算智能重点实验室、河北大学河北省机器学习与计算智能重点实验室、河北大学河北省机器学习与计算智能重点实验室 |
更多格式 | 高清、无水印(增值服务) |