We present Generative Adversarial Capsule Network (CapsuleGAN), a framework that uses capsule networks (CapsNets) instead of the standard convolutional neural networks (CNNs) as discriminators within the generative adversarial network (GAN) setting, while modeling image data. We provide guidelines for designing CapsNet discriminators and the updated GAN objective function, which incorporates the CapsNet margin loss, for training CapsuleGAN models. We show that CapsuleGAN outperforms convolutional-GAN at modeling image data distribution on the MNIST dataset of handwritten digits, evaluated on the generative adversarial metric and at semi-supervised image classification.


翻译:我们介绍“创能反动能力网络”(CapsuleGAN)这一框架,它使用胶囊网络(CapsNets)而不是标准的进化神经网络(CNNs)作为基因对抗网络(GAN)设置中的区别器,同时制作图像数据模型,我们为设计CapsNet歧视器和包含CapsNet差值损失的更新的GAN客观功能提供了指南,用于培训CapsNet差值损失模型。我们显示,CapsuleGAN在模拟MNIST手写数字数据集的图像数据分布时,在根据基因对抗指标和半监督图像分类进行评估时,比CapsuleGAN高。

10
下载
关闭预览

相关内容

【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
胶囊网络资源汇总
论智
7+阅读 · 2018年3月10日
Github 项目推荐 | 用 Pytorch 实现的 Capsule Network
AI研习社
22+阅读 · 2018年3月7日
ISI新研究:胶囊生成对抗网络
论智
18+阅读 · 2018年3月7日
漫谈Capsule Network基本原理
深度学习每日摘要
9+阅读 · 2017年12月6日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Neural Image Captioning
Arxiv
5+阅读 · 2019年7月2日
Arxiv
5+阅读 · 2018年5月21日
Arxiv
11+阅读 · 2018年3月23日
Arxiv
6+阅读 · 2018年2月24日
VIP会员
相关VIP内容
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
相关资讯
胶囊网络资源汇总
论智
7+阅读 · 2018年3月10日
Github 项目推荐 | 用 Pytorch 实现的 Capsule Network
AI研习社
22+阅读 · 2018年3月7日
ISI新研究:胶囊生成对抗网络
论智
18+阅读 · 2018年3月7日
漫谈Capsule Network基本原理
深度学习每日摘要
9+阅读 · 2017年12月6日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员