Introduction
- basic idea of GAN
- GAN as structure learning
- Can Generator learn by itself
- Can Discriminator generate
- a little bit theory
- 随机向量输入vector, G G G图像输出; D D D判别真实图像与生成图像,越接近于1,训练越好
- 调参过程:fix G G G, 先调整 D D D使输出尽可能高;fix D D D,调 G G G使 D D D输出尽可能高
- 类似结构学习方法(不同于分类与回归),输出可以是未知类别,类似one-shot, zero-shot learning思想
- 生成器自学,输入采用AE, VAE的编码器输出
- 判别器生成,假使找到函数生成质量越来越高的虚假图像用以自我训练,过程类似马尔可夫
- VAE编码器的输出不止vector,还有variance,使得对噪声鲁棒