101
правка
Изменения
Нет описания правки
==ControlGAN (Controllable Generative Adversarial Networks)==
[[File:ControlGANconcept.png|200px|thumb|right|Рисунок 14. Концепт модели ControlGAN. Источник: https://arxiv.org/pdf/1708.00598.pdf]]
Контролируемые порождающие состязательные сети (англ. Controllable Generative Adversarial Nets, '''ControlGAN''') $-$ модифицированная версия алгоритма GAN, состоящая из трех нейронных сетей: генератор, дискриминатор, классификатор. Концепт модели ControlGAN (рис. 14). Как и в обычной версии алгоритма, генератор пытается обмануть дискриминатор, и одновременно с этим пытается быть классифицированным как нужный класс в классификаторе.
Хоть CGAN и являются самыми популярными моделями для генерации образцов, зависимых от внешних данных, но они умеют генерировать образцы лишь с глобальными задуманными отличительными чертами. К примеру, сгенерировать изображения лица со светлыми волосами не составляет проблем, но более тонкие черты, как приоткрытый рот или наличие сережек вызывают затруднения. C помощью отделения классификатора от дискриминатора, ControlGAN позволяет контролировать черты образцов. К тому же и само качество сгенерированных изображений может быть улучшено засчет того, что такое разделение на три составляющие дает возможность дискриминатору лучше выполнять свою главную задачу.
Принцип работы. Источник:https://arxiv.org/pdf/1708.00598.pdf]]
$f(g(z)) = \lambda d(n, z)$
[[File:SubspaceManipulation.png|200px|thumb|right|Рисунок 16. Манипулирование подпространством. Источник:https://arxiv.org/pdf/1907.10786.pdf]]
В таком случае выраженность характеристики зависит от "расстояния" до этой гиперплоскости.
Аналогично происходит и в случае нескольких характеристик:
При слишком большом $расстоянии$ от гиперплоскости соответствующая характеристика слишком сильно делает лицо непохожим на изначальное, но это объяснимо нормальным распределением вектора шума.
