论文阅读：Pixel Recurrent Neural Networks
发布时间
阅读量：
阅读量
Introduction
PixelRNN和PixelCNN都没有做独立性假设。
通过一层256维的softmax层来将像素值当做离散分布来建模。
Math Model
generating an image pixel by pixel
输入图像是ｎ×ｎ个pixels的x，x可以视为一个长为n^2的序列，序列是由x按行读取形成的。为了评估该序列的联合概率分布p(x)，文章将该联合概率表现为个条件概率的乘积：
而每一个x_i的值又是由RGB三个通道的值联合决定的。所以将$p(x_i|x_{ 
这样每一个通道的值既取决于之前的像素值又取决于其他通道的值。
值得注意的是，在训练和评估模型时，像素值分布的计算可以是parallel的，而在实际生成图像时则是sequential的。
搞不懂了！告辞！
全部评论 (0)
还没有任何评论哟~