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。