需要用GAN来找到真实的数据分布
在没有GAN之前,使用的是极大似然估计找到
当我们在训练一个判别器的时候就是评估从这两个分布采样出来的数据的JS散度
由上图可知,在训练GAN的生成器时,如果一次更新太多,则可能会导致,min的对象变大,但是对于判别器应该一直训练到底
训练过程
需要用GAN来找到真实的数据分布
在没有GAN之前,使用的是极大似然估计找到
当我们在训练一个判别器的时候就是评估从这两个分布采样出来的数据的JS散度
由上图可知,在训练GAN的生成器时,如果一次更新太多,则可能会导致,min的对象变大,但是对于判别器应该一直训练到底