一张图了解生成器和判别器
判别器所执行的任务可以看成是一个自顶向下(从复杂到简单)的过程,其只需要对于输入的高维度的数据进行特征提取得到低维度的判别信息即可,比如分类,检测等等。而与之相对的则是生成器,其是自底向上(有简单到复杂的),比如给出低维度的随机噪声,要求生成一张具有较大维度的图片等,因为其需要学习到数据整体的分布特征,所以生成器的生成任务往往具有更大的难度。
然而2014年GAN横空出世,其结合了两类模型的特点,通过判别器来引导生成器的训练,通过两个模型之间的交替训练不断进行对抗,最终使得生成模型能够更好地完成生成任务。