Generative Adversarial Nets(生成對抗網絡)

Generative Adversarial Nets(生成對抗網絡)   生成對抗網絡通過一個對抗步驟來估計生成模型,它同時訓練兩個模型:一個是獲取數據分佈的生成模型$G$,一個是估計樣本來自訓練數據而不是$G$的概率的判別模型$D$。$G$的訓練步驟就是最大化$D$犯錯的概率。這個框架對應於一個二元極小極大博弈。在任意函數$G$和$D$的空間中,存在唯一解,$G$恢復數據分佈,$D$總是等於1
相關文章
相關標籤/搜索