Generative Adversarial Nets

說明:以下內容是自己看論文的一些拙見,如有錯誤請指正。 《Generative Adversarial Nets》是Goodfellow大神在受到「二人零和博弈」的影響之後寫出的GAN的開山之作。 GAN的基本原理比較簡單:假設我們有兩個模型,一個用來捕獲數據分佈的生成模型G(Generator)和一個用來估計樣本來自訓練數據而不是G的概率的判別模型D(Discriminator),G的訓練過程是
相關文章
相關標籤/搜索