即插即用生成网络 Plug and Play Generative Networks

即插即用生成网络 PPGN 是神经网络的模型之一，其由 Nguyen 等人于 2016 年提出。

PPGN 基于近似 Langevin 采样法，并使用马尔科夫链产生图像，Langevin 采样器的梯度通过降噪自动编码器估计，这种降噪自动编码器利用损失函数进行训练，其中一个包含 GAN 损失。

PPGN 的特点

• 整合对抗训练、 cnn 特征匹配、降噪自编码、 Langevin 采样；
• 生成的图像同类差异化大，可根据指定生成不同类别的图像、多类化，生成的图像清楚分辨率高；
• 可使用 ImageNet 1000 分类网络生成特定类别的图像。