Fuguir™的博客

Generative Adversarial Networks——生成对抗网络（GAN）的基本思想源自：博弈论的二人零和博弈（即：游戏双方的利益之和为零，一方所得正是一方所失。类似矛和盾的相辅相成，周伯通的左右手互博，假钞罪犯和辩钞警察魔道相抗）；其由两部分组成：判别器 (Discriminator)：功能：一个二分类器，判断输入的数据是真实的还是生成器G模拟的；输入：真实数据x和生成数据G（z）；输出：输入数据是真实数据的相似概率p（0~1，0是假，1是真，0.5是无法区分）.

生成对抗网络（GAN）Generative Adversarial Network为了无监督学习提出的伊恩·古德费洛等人于2014年提出概念是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。组成生成网络 Generatordeconvolutionalneural network生成网络从潜在空间（latent space）中随机取样作为输入，其输出结果需要尽量模仿训练集中的真实样本。功能：产生模拟输出目的：则要尽可能地欺骗判别网络...