GAN的主要应用目标:
生成式任务(生成、重建、超分辨率、风格迁移、补全、上采样等)
GAN的核心思想:生成器G和判别器D的一代代博弈
生成器:生成网络,通过输入生成图像
判别器:二分类网络,将生成器生成图像作为负样本,真实图像作为正样本
learn 判别器D:
给定G,通过G生成图像产生负样本,并结合真实图像作为正样本来训练D
learn 生成器G:
给定D,以使得D对G生成图像的评分尽可能接近正样本作为目标来训练G
G和D的训练过程交替进行,这个对抗的过程使得G生成的图像越来越逼真,D“打假”的能力也越来越强。