GAN文章概述

1. GAN 我們提出了一個通過對抗過程來估計生成模型的新框架，其中我們同時訓練兩個模型：捕獲數據分佈的生成模型G和估計樣本來自訓練數據而不是生成模型概率的判別模型D。對G的訓練過程是最大化D出錯的概率。這個框架對應於一個極小型雙人遊戲。在任意函數G和D的空間中，存在唯一的解決方案，其中G恢復訓練數據分佈並且D等於1/2處。 在G和D由多層感知器定義的情況下，整個系統可以通過傳播進行訓練。在訓練或

>>阅读原文<<