GAN在網絡表示中的應用--GraphGAN、Adversarial Network Embedding

GAN(Generative Adversarial Networks)在圖像、文本數據的表示學習中應用廣泛。對抗網絡包含兩部分，生成器和判別器。生成器的目的是生成與真實數據儘可能相似的數據，去「欺騙」判別器；判別器的目的是儘可能地將真實數據和生成的數據區分開。對抗訓練就是生成器和判別器之間的一種「zero-sum」博弈，此消彼長，達到難以區分真實數據和生成器生成數據的效果。 GraphGAN G

>>阅读原文<<