生成对抗网络分为:1
.生成模型
,2.
鉴别模型
。其中,
生成模型
从无到有不断地生成数据,而
鉴别模型
不断鉴别生成器生成的模型;二者不断对抗,
生成模型
拼命生成不让
鉴别模型
识别出来的数据,
鉴别模型
拼命鉴别
生成模型
生成的数据;二者不断成长,得到最好的
生成模型
和
鉴别模型
。
具体推倒如下:
首先是符号说明, 注意GAN,主要学习的是数据的分布,最终得到的是两个一样的数据分布。
定义鉴别模型:
当鉴别模型输出D(x)为1时,即可以轻松判别数据,此时上式取值最大。
当鉴别模型输出D(G(z))为0时,即鉴别模型轻松地鉴别出生成模型的数据,此时上式取值最大。
故而为了鉴别模型越来越好,定义以下目标函数:
很显然,最好的鉴别模型是使得V(G,D)最大的,即:
当