《Generative Adversarial Nets》筆記

生成對抗網絡包括兩個部分:生成器和判別器。爲了讓生成器學習到數據的分佈,定義一個先驗噪聲變量Pz,然後通過生成器映射到數據空間Pg,即假的數據。判別器以生成的數據及真實數據作爲輸入,輸出爲一個0到1之間的數,看作輸入來自真實數據的概率,因此判別器爲一個二分類分類器。我們想讓判別器通過訓練最大化分配真實數據標籤1假數據標籤爲0的概率,同時訓練生成器生成的假數據可以迷惑判別器,讓判別器最小化假數據標籤
相關文章
相關標籤/搜索