從GAN 到 ALICE 的簡單介紹

GAN GAN由一個判別器和一個生成器組成，GAN的目標是訓練一個生成器來獲取數據的分佈。判別器的訓練目標是在真實樣本和生成器生成的假樣本里識別出真實樣本，生成器的訓練目標是儘可能地讓判別器識別錯誤，所以GAN的整體目標函數是對交叉熵損失函數進行minmax優化。 GAN的具體實現是在每次迭代裏同時對生成器和判別器的參數進行梯度優化，而且論文證明了通過這個算法可以讓生成器的數據分佈收斂於真實樣本的

>>阅读原文<<