Introduction
GAN (Generative Adversarial Nets) 的目标,训练出一个generator ,产生某些东西
上图,第一维代表头发长短,倒数第二维代表蓝色的深浅…
GAN同时训练出一个discriminator ,辨别器
输出的scalar 代表图片的质量
捕食的标准,与 蝴蝶的特征不断进化。
vein 叶脉
generator 与 discriminator 之间也是这种对抗关系
v1: 辨别器根据色彩判断
v2:根据是否有嘴
v2的生成器,能骗过v1的判别器
v3的生成器,能骗过v2的判别器
生成器生成的图片越来越真实
生成器与判别器不断对抗,不断进化,adversarial一词由来。
提出GAN的沦文里,用的例子是假钞与警察
学生画的越来越逼真,老师的要求越来越严格。
两者的关系,可以是朋友,也可以是敌人。
更新D的标准:把真实图放入D,得到的数值大,G生成的图放入D,数值小。
期望得到的数值越来越大,调整G的参数,使其产生的图越来越逼真,来‘骗过’D