GAN学习笔记-李宏毅：GAN Lecture1（2018）：Introduction

最新推荐文章于 2022-05-06 10:25:18 发布

原创

最新推荐文章于 2022-05-06 10:25:18 发布 · 915 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#GAN #李宏毅

这篇博客概述了李宏毅教授在2018年GAN讲座中的内容，包括基本的GAN思想，将GAN视为结构化学习的方法，讨论了Generator能否自我学习以及Discriminator是否能生成。博客还探讨了在Auto-encoder和Variational Auto-encoder中Generator的局限性，并指出Discriminator在捕捉组件间相关性方面的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

李宏毅老师讲解的GAN Lecture1（2018）：Introduction

Github上一个总结GAN及其扩展的项目：[the-gan-zoo](https://github.com/hindupuravinash/the-gan-zoo)

Outline

Basic idea of GAN

Basic idea of GAN

Generator：a random vector to a object(image/sentence…)；比较有用的Generation是Conditional Generation
Discriminator: 输入一个对象，输出一个概率值（值越大表示对象的质量越好，越像真实对象）
Adversarial：Generator vs Discriminator，写作敌人念作朋友，这种关系有很多拟人化的解释方法，比如：学生/老师，坏人做假钞/警察，枯叶蝶/天敌…
最原始的 Algorithm：反复执行下面两步