生成对抗网络(GAN)

生成对抗网络(GAN)

那什均衡

Nash equilibrium ,又称为非合作博弈均衡。所谓纳什均衡,指的是参与人的这样一种策略组合,在该策略组合上,任何参与人单独改变策略都不会得到好处。换句话说,如果在一个策略组合上,当所有其他人都不改变策略时,没有人会改变自己的策略,则该策略组合就是一个纳什均衡。

对应的,对于GAN来说,生成模型恢复了训练数据的分布(无法分辨生成数据与真实数据),判别模型无法得出正确的判别效果,准确率为50%。这时双方网络都得到利益最大化,不改变自身策略,即不再更新自身的权重。

GAN模型
m i n G   m a x D V ( D , G ) = E x ∼ P d a t a ( x ) ] [ l o g D ( x ) ] + E z ∼ p z ( z ) [ l o g ( 1 − D ( G ( z ) ) ) ] \mathop{min}\limits_{G}\ \mathop{max}\limits_{D}V(D,G)=E_{x\sim P_{data}(x)}][log D(x)]+E_{z\sim p_{z}(z)}[log(1-D(G(z)))]

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值