GAN:生成模型
模型本质:生成器试图生成一个数据分布,来骗过判别器。
判别器:是一个二分类的分类器,鉴别输入是真(来自于真实数据)和假(来自于生成器生成的数据)
也就是说,训练集应包含真实数据与生成器生成的数据
判别器损失函数:
生成器:从真实数据中学习一个数据分布,来拟合真实数据
生成器损失函数:
GANs总体来的优化问题:
总结:
1.GAN有两部分网络组成,生成器和判别器
2.生成器希望生成尽可能真的图片,来骗过判别器,即
3.判别器是希望从图片中分辨生成图片和真实图片,即
动手学深度学习笔记8GAN
最新推荐文章于 2024-07-12 17:04:46 发布