論文地址：https://arxiv.org/abs/1511.06434
1摩梧、介紹
??近年來完域，使用卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)被大量應(yīng)用于計算機(jī)視覺應(yīng)用中赔嚎。但是皮假，使用卷積神經(jīng)網(wǎng)絡(luò)的非監(jiān)督學(xué)習(xí)則被較少的關(guān)注魄咕。
2衩椒、相關(guān)工作
- Representation Learning From Unlabeled Data（無標(biāo)簽數(shù)據(jù)的表示學(xué)習(xí)）
- Generating Natural Images（自然圖像的生成）
- Visualizing the Internals of CNNs（CNN內(nèi)部的可視化）
3、模型框架
模型框架.png
- 全卷積網(wǎng)絡(luò)；
- 傾向于在最頂層的卷積后面消除全連接層毛萌；
- 批處理規(guī)范化苟弛。
4、實(shí)驗(yàn)驗(yàn)證
數(shù)據(jù)集
- Large-scale Scene Understanding (LSUN)：
- FACES
- IMAGENET-1K
刪除重復(fù)圖像阁将，降低生成器記憶輸入樣本的可能性膏秫，沒有有應(yīng)用data augmentation。
使用GAN作為特征提取器分類CIFAR-10
實(shí)驗(yàn)結(jié)論.png
使用GAN作為特征提取器分類SVHN數(shù)字
實(shí)驗(yàn)結(jié)論2.png
5做盅、網(wǎng)絡(luò)內(nèi)部研究及可視化
去除特定的對象
去除窗戶.png
人臉樣本上的矢量算法
人臉矢量運(yùn)算.png
