【GAN小白入门】Semi-Supervised GAN 理论与实战

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊
• 🚀 文章来源：K同学的学习圈子

• 论文原文：Semi-Supervised Learning with Generative Adversarial Networks.pdf

在学习GAN的时候你有没有想过这样一个问题呢，如果我们生成的图像是带有标签的，例如数字0-9，那为什么要鉴别器判断输入图像为真假，而不直接判断图像是0-9中的哪一个数字呢，这样的鉴别效果不是更好吗？今天要讲解的SGAN将解答你的疑惑。

一、理论知识讲解

该算法将产生式对抗网络（GAN）拓展到半监督学习，通过强制判别器D来输出类别标签。我们在一个数据集上训练一个生成器G 以及 一个判别器D，输入是N类当中的一个。在训练的时候，判别器D被用于预测输入是属于 N+1类中的哪一个，这个N+1是对应了生成器G的输出，这里的