Generative Adversarial Nets論文筆記

Abstract  我們提出了一個新的框架來估計生成模型通過一個對抗性的過程, 我們同時訓練兩個模型: 一個生成模型 G, 捕獲數據分佈, 和一個判別模型 D, 估計樣本的概率來自訓練數據還是 G。   Introduction  Related work  與 GSNs 相比, 對抗網框架不需要馬爾可夫鏈進行抽樣。由於對抗網在生成過程中不需要反饋環路, 因此它們能夠更好地利用分段線性單元 [19
相關文章
相關標籤/搜索