这篇博客介绍了生成式对抗网络（GAN）的基本原理，它包含两个模型：生成模型和判别模型。通过不断博弈，生成模型尝试生成逼真的图片，而判别模型努力区分真假图片。当判别模型无法分辨时，对抗过程达到平衡。这是一个深入理解GAN的好起点。
之前对深度学习也有一些浅层了解，也对一些简单的模型做过训练，不过没有深入，有点可惜，后面找机会整理一下。
生成式对抗网络，看到了稍微整理一下。
生成式对抗网络中含有2种模型，生成模型和判别模型，整个工作过程简单来说就是：生成模型不断生成图片，判别模型不断判断区分，如此往复的博弈过程，直到判别模型无法区分生成的图片与真实图片，对抗过程就结束。
扫一扫
评论 2
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
