摘要：Background 因此造成了输入向量z的各项属性相互纠缠，特定特征表达能力差 Motivation 通过特征解纠缠提高生成器的生成能力 Model A为w提供的scale&shift的参数，对每一张特征图都进行scale&shift。 B为噪声图的各通道权重，噪声直接加到各通道的特征图中。 相比 阅读全文

摘要：Background 外部的条件（side information：class, label）有利于提高GAN的表现 但是这些条件往往不存在 Motivation 用无监督的方式取代外部条件 Model 将BN自带的参数β和γ用随机向量z控制的参数β'和γ' β'和γ'由以z为输入的MLP得到（使用 阅读全文

摘要：BackGround GAN的训练对设置（结构、参数）过于敏感 Motivation 通过结合众多稳定GAN训练的方法来实现一个大型的稳定GAN Model Baseline：SAGAN[1] Technique： Weight decay of G - 防止过拟合（仅在验证阶段使用） Orthog 阅读全文