讀GAN文章

1.直接丟上算法細節 包括生成器G 和 判別器D 首先訓練D(紅色框部分)，D來判別一個數據是真實數據的概率，值越大，說明D的輸入X爲真實數據的概率越大。對於D來說，有兩個輸入， 真實數據樣本，即算法中提到的x(1),x(2),... G生成的數據，即算法中提到的z(1),z(2) 那麼D就需要使得D(x）越大越好； 使得D(G(z))越小越好，1-D(G(z)) 越大越好，所以採用了梯度上升的方

>>阅读原文<<