近日，英国小哥Pawel.io在GitHub上图解了一系列生成式对抗网（GAN）和变分自编码器（VAE）的TensorFlow实现。量子位将其中基础知识内容重新整理，与大家分享。
生成式对抗网络（GAN）
GAN
论文地址：
https://arxiv.org/abs/1406.2661
价值函数：
结构图：
LSGAN
论文地址：
https://arxiv.org/abs/1611.04076
价值函数：
WGAN
论文地址：
https://arxiv.org/abs/1701.07875
价值函数：
WGAN-GP
论文地址：
https://arxiv.org/abs/1704.00028
价值函数：
DRAGAN
论文地址：
https://arxiv.org/abs/1705.07215
价值函数：
CGAN
论文地址：
https://arxiv.org/abs/1411.1784
价值函数：
结构图：
infoGAN
论文地址：
https://arxiv.org/abs/1606.03657
价值函数：
结构图：
ACGAN
论文地址：
https://arxiv.org/abs/1610.09585
价值函数：
结构图：
EBGAN
论文地址：
https://arxiv.org/abs/1609.03126
价值函数：
结构图：
BEGAN
论文地址：
https://arxiv.org/abs/1702.08431
价值函数：
变分自编码器（VAE）
VAE
论文地址：
https://arxiv.org/abs/1312.6114
损失函数：
结构图：
CVAE
论文地址：
https://arxiv.org/abs/1406.5298
损失函数：
结构图：
DVAE
论文地址：
https://arxiv.org/abs/1511.06406
AAE
论文地址：
https://arxiv.org/abs/1511.05644
原文地址：
最后，附GitHub原文地址：
https://github.com/hwalsuklee/tensorflow-generative-model-collections/blob/master/README.md
还可查看不同GAN与VAE变体在MNIST及Fasion-MNIST上的运行结果。
祝你学的开心~
— 完 —
