GAN和DCGAN之间的区别是什么?
0 1477
1

哪些数据更适合推入GAN,哪些数据更适合DCGAN? DCGAN在较小的数据维度上能否更好地工作?

收藏
2021-01-26 11:52 更新 阿托 •  17013
共 1 个回答
高赞 时间
0

GAN(生成对抗网络)的主要思想是使用生成器模型生成假数据,然后用识别器模型来确定接收到的数据是伪造的(即来自生成器的)还是真实的样本。最初是通过相对简单的完全连接的网络显示出来的。

DCGAN(深度卷积GAN)与GAN的功能非常相似,但DCGAN特别着重于使用深度卷积网络代替那些完全连接的网络。卷积网络通常会在图像中找到相关区域,也就是说,它会寻找空间相关性。

这意味着DCGAN更适合处理图像/视频数据,而GAN可以应用于更广泛的领域,因为模型的具体细节尚待解决,可以由各个模型体系结构来解决。

关于维度-除了影响我们始终必须考虑的因素(例如培训时间,模型复杂性,学习能力等)之外,我认为数据的维度不是决定要使用GAN还是DCGAN的关键因素。

转载https://datascience.stackexchange.com/a/32673

收藏
2021-01-26 11:56 更新 正直的烤面包 •  3996