101
правка
Изменения
Нет описания правки
ControlGAN минимизирует следующие уравнения:
ControlGAN управляет тем, продолжать ли обучение на данных или обучаться генерировать образцы c помощью параметра $E$, который сохраняет значение функции потерь классификации. $<tex>\gamma_t$ </tex> $-$ параметр обучения, чтобы сохранить значение $<tex>E$</tex>, изменяющегося со временем $<tex>t$</tex>.
==Проблема запутывания (Проблема связанности характеристик)==
Сложность с генеративно состязательными сетями заключается в том, что не до конца понятнонепонятно, как им удается определять конкретные различные характеристики, как, например, возраст и пол, и связаны ли между собой эти характеристики.
Генератор хорошо обученной сети $-$ функция
В противном случае проделаем манипуляции в скрытом подпространстве (рис. 16). Проецируя, можно найти такое направление $n_1 - (n_1^{T} - n_2)n_2$ в скрытом подспространстве, что вдоль этих направлений у сгенерированных изображений будем изменяться характеристика $1$ в независимости от характеристики $2$.
При слишком большом $"расстоянии$ " от гиперплоскости соответствующая характеристика слишком сильно делает лицо непохожим на изначальное, но это объяснимо нормальным распределением вектора шума.
