CVAE-GAN 网络结构

第一次写，希望所分享的知识能对大家有所帮助！！!最近看了这篇文章：

CVAE-GAN: Fine-Grained Image Generation through Asymmetric Training，下面将主要内容分享给大家， 由于本人基础有限，理解上可能有不足之处，希望大家多多指教！

摘要
文章提出了 Variational Generative Adversarial Networks, 将 VAE和GAN结合合成特特定类标签的图片。文章主要有两个创新点：

• 对判别网络和分类网络使用交叉熵损失，对生成网络使用均值差异损失。这种非对称的损失函数使得可以更稳定的训练GAN。
• 用编码网络学习 latent space 和 real image space 的相关性，并 pairwise feature matching 确定生成图像的结构。

网络框架
CVAE-GAN网路包含四部分：

1. 自动编码网络 E，将样本数据 x映射为潜在表示z;
2. 生成网络G, 通过给定潜在表示z 生成图片x’;
3. 判别网络D,判断图片是真实图片或生成图片；
4. 分类网络C， 对带标签图片进行分类；

未完待续—-