写两个网络:
1.一个生成网络(生成器),这个生成器会尽力从随机噪声中生成近似真实的虚假图片,
2.一个判定网络(判定器),这个判定器会尽力的区分真实图片与虚假图片(生成器生成的图片)
训练流程:
训练判定器:
1.将一张真实图片送入判定器,标记样本为真,对判定器进行训练
2.生成器生成一张虚假的图片送入判定器,标记样本为假,对判定器进行训练
训练生成器:
3.生成器生成一张虚假的图片送入判定器,根据判定结果对生成器进行训练(注意此时不要更新判定器的参数)
4.重复以上步骤就可以完成一个简单的GAN的训练了
本文介绍生成对抗网络(GAN)的基本原理,包括生成网络(生成器)如何从随机噪声生成近似真实的图片,以及判定网络(判定器)如何区分真实与虚假图片。文章详细解释了GAN的训练过程,涉及交替训练生成器和判定器的具体步骤。
7734

被折叠的 条评论
为什么被折叠?



