抽象的

我们介绍了Metropolis-Hastings生成的对抗网络（MH-GAN），它结合了马尔可夫链蒙特卡洛和GANS的各个方面。MH-GaN从GaN的鉴别器发生器对隐含地定义的分布中的样品，而不是在标准GaN中取样，该标准GaN从发电机定义的分布中汲取样本。它使用GaN训练的鉴别者在发电机周围构建包装器，以改善采样。通过完美的鉴别器，即使发电机不完美，这种包装的发电机从真正分布的样本。我们展示了改进的发电机在多个基准数据集上的好处，包括使用DCAN-10和Celeba，包括DCAN和WAN。

作者

Ryan Turner.那简洪那Yunus Saatci.那Jason Yosinski.

会议

ICML 2019.

全文

'Metropolis-Hastings生成的对抗网络（PDF）

优步AI.