3.3 生成对抗网络(GAN)
生成对抗网络(GAN)是一种由Ian Goodfellow等人于2014年提出的深度学习模型,广泛应用于生成图像、视频、文本等内容。GAN由两个主要部分组成:生成器(Generator)和判别器(Discriminator)。在文生图模型中,GAN的架构可以用于生成与输入文本描述相符的图像。
3.3.1 GAN的基本概念
GAN通过生成器和判别器的对抗训练,使生成器能够生成以假乱真的图像,而判别器则负责区分生成的图像与真实图像。生成器和判别器的目标是相互对抗,生成器试图欺骗判别器,而判别器则尽力识别真假图像。
1. GAN的结构
(1)生成器(Generator)