概述
传统GAN是一个生成和判别的博弈过程,通过这种对抗性训练,生成器逐渐提高生成质量,判别器提高辨别能力,最终实现生成高质量的伪造数据。这个模型的灵感来源于博弈论,其中两个对手(生成器和判别器)相互竞争,驱动整个系统向更好的状态演进。随着训练的进行,生成器和判别器之间的竞争会导致一个平衡过程。生成器逐渐改进其生成能力,而判别器逐渐变得更擅长识别伪造数据。最终,生成器希望生成的数据足够逼真,以至于判别器无法轻松区分真伪。一旦训练完成,生成器可以用来生成高质量的伪造数据,这些数据在某种程度上类似于真实数据。这对于许多应用,如图像生成、风格转换、自然语言处理等非常有用。
%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc % 清空命令行
tic
# -*- coding: utf-8 -*-
————————————————
版权声明:本文为