GAN在网络表示中的应用--GraphGAN、Adversarial Network Embedding
GAN(Generative Adversarial Networks)在图像、文本数据的表示学习中应用广泛。对抗网络包含两部分,生成器和判别器。生成器的目的是生成与真实数据尽可能相似的数据,去“欺骗”判别器;判别器的目的是尽可能地将真实数据和生成的数据区分开。对抗训练就是生成器和判别器之间的一种“zero-sum”博弈,此消彼长,达到难以区分真实数据和生成器生成数据的效果。Graph
原创
2017-12-18 17:03:46 ·
8152 阅读 ·
2 评论