对抗神经网络 (GAN) 的深入了解
对抗神经网络 (GAN) 的深入了解
GAN的英文全称是Generative Adversarial Network，中文名是生成对抗网络，它由两个部分组成，一个是生成器（generative），还有一个是鉴别器，与生成器是敌对（Adversarial）关系。
文章目录
- 一、GAN 简介
- 二、白话理解 GAN
- 三、GAN 思想
- 四、GAN 的理论知识
- 五、GAN的缺点
一、GAN 简介
GAN的想法非常巧妙，它会创建两个不同的对立的网络，目的是让一个网络生成与训练集不同的且足以让另外一个网络难辨真假的样本
“图灵学习”本质上可以对 GAN 进行概括。相关的“图灵测试”是广为人知的概念，即计算机试图与人对话并让人误以为它也是一个正常人类。“图灵测试”类似于 GAN 中 generator(生成器)的目标，试图欺骗的是对应的 ‘adversary’— discriminator (鉴别器)。
GAN可以用任何形式的 generator 和 discriminator，不一定非得使用神经网络。而神经网络被广泛使用的主要原因是它一种通用函数逼近算法 (universal function approximator)，即我们能够使用大量节点的神经网络来模拟任何非线性的 Input 与 Output 之间的函数，相对其他方法具有更高的自由度，不会因为算法本身的能