[学习笔记-深度学习篇]生成式对抗网络

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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。

参考
到底什么是生成式对抗网络GAN?

评论 2
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