一、GAN
GAN将生成问题视作判别器和生成器这两个网络的对抗和博弈:生成器从给定噪声中产生合成数据,判别器分辨生成器的的输出和真实数据。前者试图产生更接近真实的数据,相应地,后者试图更完美地分辨真实数据与生成数据。由此,两个网络在对抗中进步,在进步后继续对抗,由生成式网络得的数据也就越来越完美,逼近真实数据,从而可以生成想要得到的数据(图片、序列、视频等)。
其中生成器所使用损失函数为:
其中判别器所使用损失函数为:
二、DCGAN
DCGAN是对GAN的直接扩展。将CNN与GAN结合以达到更好的效果