生成对抗神经网络基本思想
生成对抗神经网络基本思想
生成对抗神经网络(GAN)中有两个模型,一个是生成器(Generator),另一个是判别器(Discriminator)。生成器希望生成一个近似真实的图片(也可以不是图片,根据不同的神经网络结构,生成对抗神经网络可以被用来生成多种不同的数据类型),而判别器是一个分类模型,用来判断一个图片是不是真实(真实的图片是指从数据集里获取的图片),如果是真实的图片,返回1,不是则返回0。这两个模型对抗训练,逐渐优化两个模型参数,会使得最终的GAN能力越来越强,最终达到稳态。