最近的一些工作是在使用InfoGAN，查看了一些資料，發現相關的資料並不是很多，所以，寫了這個博客，一方面希望對最近兩個周看到的文獻進行一個歸納總結，另一方面希望遇到在做這方面的工作的大佬們，請教學習，不足之處請指正，謝謝大家~。
一、什麼是InfoGAN
InfoGAN是一種常見的GAN 的變種，是由InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets這篇論文中提出，論文的地址爲：https://arxiv.org/pdf/1606.03657.pdf，在衆多GANs中，最突出的特點就是在於，它增加了互信息的判斷的部分，在進行進行生成器生成的假的圖片等結果是否是真實的時候，需要進行計算互信息的值的大小，我們在進行計算的時候，期望互信息的值越大越好，這樣就說明在生成器生成的fake data 越來越真實，判別器在進行判別的時候，會更大概率的將其判別爲real data ，而對於最終達到的效果，也是非常棒的，我們在輸出的部分，是可以按照類別進行輸出的，例如對於手寫體數字的數據集來說，我們可以只輸出我們想要的那一種類別，而在進行控制這個類別的時候，是由參數c決定的，c可以使長短、粗細、以及哪個數字等。
論文的abstract部分也做出了相應的說明，具體如下：
二、InfoGAN的網絡結構和基本的參數
（一）網絡結構，在githu上找到了一個大牛畫的各種GAN的網絡結構圖，如下，地址是https://github.com/hwalsuklee/tensorflow-generative-model-collections，很詳細，供大家進行參考。
在論文中，我們會發現，和傳統的GAN是一樣的，InfoGAN也是由生成器和判別器兩部分組成，但是，在對生成器進行輸入的部分做了一定的改變，由原來的只輸入噪聲Z，改變爲輸入噪聲Z和label c。在判別器輸出的部分，也做出了一定的調整，會輸出類別C'，與此同時，會有一個簡單的Q網絡輸出（如上圖所示），對於Q網絡來說，其實，Q網絡和D網絡共享同一個網絡，只是在最後一層作出了改變，其他部分都是一樣的。
論文中是具體介紹如下：
三、什麼是互信息，以及互信息的左右是什麼
首先來說一下互信息的定義，在這裏參考了百度百科的介紹，定義如下：
互信息(Mutual Information)是信息論裏一種有用的信息度量，它可以看成是一個隨機變量中包含的關於另一個隨機變量的信息量，或者說是一個隨機變量由於已知另一個隨機變量而減少的不肯定性。
在這裏附上百度百科的地址，https://baike.baidu.com/item/%E4%BA%92%E4%BF%A1%E6%81%AF/7423853?fr=aladdin，這部分的知識講述的蠻詳細的。
具體的互信息的其他知識以及在InfoGAN中的應用，下次有時間再更新。