Generative Adversarial Nets (譯)

摘要 我們提出一個新的框架，通過一個對抗過程來評估生成模型，我們同時訓練兩個模型：一個生成模型G——用於捕獲數據分佈，一個判別模型——用於評估一個例子是訓練數據而不是生成數據的可能性。G的訓練過程是最大化D做出錯誤決定的可能性。該框架類似於一種最大最小化的兩人遊戲。在任意G和D的空間中，存在唯一解，G恢復訓練數據分佈，D恆等於1/2。在這裏，G和D都由多層感知機定義，整個網絡通過梯度下降訓練。在樣

>>阅读原文<<