在Gan 纸中,第3页的意思是图1:
下水平线是z采样的区域,在这种情况下是均匀的。上面的水平线是x域的一部分。向上箭头显示映射x= G(z)如何在转换样本上施加非均匀分布pg。
对于那些想看这个数字的人来说:

我想知道这在实际案例中意味着什么。假设您正在处理0,.1之间标准化的图像,这将是文件中提到的x的域,对吗?这是否意味着我必须从x的域(即:0,.1 )中采样z?
在大多数实现中,我看到人们随机地使用诸如: np.random.randn(latent_dim)之类的东西。
发布于 2022-01-18 09:14:26
假设您正在处理0,.1之间标准化的图像,这将是文件中提到的x的域,对吗?
不,X的域是“[whatever they contain (e.g. dogs)]的图像在0到1之间归一化”。
这是否意味着我必须从x的域(即:0,.1 )中采样z?
不,它们都是不同的域,它们之间的生成器G映射。
在你所链接的段落中,作者刚刚指出,生成器G是一个函数,它将输入数据(即在[0, 1]中服从均匀分布的随机向量)映射到输出数据(例如狗的图像),并且映射是非规则的,这意味着非常不同的输入可能导致类似的输出,反之亦然。
https://datascience.stackexchange.com/questions/107177
复制相似问题