1.了解生成式对抗网络
- Continuous dynamic gesture recognition
based on acceleration sensor
生成式对抗网络:采用神经网络作为模型类型的博弈式的训练过程
生成模型+判别模型
生成模型的目标是让判别模型无法区分真实的值与训练出来(生成模型出来的)的值
数学语言描述:
假设生成模型是g(z),其中z是一个随机噪声,而g将这个随机噪声转化为数据类型x,若拿图片问题举例,这里g的输出就是一张图片。D是一个判别模型,对任何输入x,D(x)的输出是0-1范围内的一个实数,用来判断这个图片是一个真实图片的概率是多大
Pr和Pg分别代表真实图像的分布与生成图像的分布:
判别模型的目标函数
优化目标函数
公式中D(x)表示x属于真实图片的概率,因而,优化D的时候就是让V(D,G)最大,优化G的时候就是让V(D,G)最小。
处理办法:分别对D和g进行交互迭代,固定g,优化D,一段时间后,固定D再优化g,直到过程收敛,如下图:左侧的图是来自真实的数据,右图是来自生成模型的数据
优化G