我正在阅读有关条件 GAN (cGAN) 架构的文章,我所知道的是生成器创建结合噪声向量和条件变量的图像,噪声向量带来颜色或形状等随机元素,而条件变量用于维持相同的元素对象。
对于鉴别器,输入是假图像(由生成器生成)或真实图像(来自数据集)与条件变量的组合。我不明白的是,为什么我们还要在判别器中包含条件变量,我知道生成器需要它们作为指导,但是为什么判别器(只是对假或真进行分类)需要这些附加信息?
有人可以帮我理解吗?谢谢你的帮助
我认为原因是如果没有条件向量,判别器就无法辨别图像是否有噪声,因此判别器在区分假图像和真实图像时无法工作。