《表1 MNIST数据集上重建数据和输入的均方误差结果(越小越好)》

《表1 MNIST数据集上重建数据和输入的均方误差结果(越小越好)》   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
《条件概率图产生式对抗网络》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

我们在MNIST数据集上定量测试了cGMGAN的推理模型的准确程度.用cGMGAN和两个基准模型对测试数据进行了重建,即先推理隐藏变量,再把这些变量给产生式模型恢复原始输入,并计算了重建图像和原始输入的均方误差.表1给出了与无结构的产生式对抗网络和高斯混合产生式对抗网络进行比较的情况,cGMGAN取得了最好的结果.为了公平比较,我们使用了无结构的产生式对抗网络[9]中提出的全局学习算法.