GAN（譯）

生成對抗性網絡 摘要：我們提出了一個新的、通過對抗性過程來評估生成的模型的框架，在這個框架當中，我們同時訓練兩個模型：一個模型G用來捕捉數據分佈，另一個模型D是概率判別模型，用來評估來自訓練數據集而不是G模型生成的樣本。G的訓練過程最大化D犯錯誤的概率。這個框架就像極小化極大（極大值中的極小值）的兩人博弈遊戲。在所有G和D可取的空間當中，存在唯一解，其中，G恢復訓練數據的分佈，D始終取1/2。在G

>>阅读原文<<