1、模型简介:
GAN网络可以看成是两个网络模型对抗,一个是生成网络模型G,一个是识别网络模型D。生成式网络模型G是一个用来生图片的网络,该模型的输入为一个随机的噪声z,通过这个噪声来生成相应的图片,该图片记做G(z)。识别网络模型D是一个判断网络,它用来判断网络是不是真是的样本。输入的样本图像为x,x即可能来自于模型G所产生,也可能来自于真实的样本,D(x)表示x为真实样本的概率,输出为1表示100%的真实图片,为0表示真实图片。生成网络G的目的就是尽量生成真实的图片去欺骗识别网络D,识别网络D的目的就是就是区分出生成网络G和真实样本的图片。
- 生成模型功能:比作是一个样本生成器,输入一个噪声/样本,然后把它包装成一个逼真的样本,也就是输出。
- 判别模型:比作一个二分类器(如同0-1分类器),来判断输入的样本是真是假。(就是输出值大于0.5还是小于0.5);
所谓对抗网络:判别网络说,我很强,来一个样本我就知道它是来自真样本集还是假样本集。生成网络说我也很强,我生成一个假样本,虽然我生成网络知道是假的,但是你判别网络不知道呀,我包装的非常逼真,以至于判别网络无法判断真假,那么用输出数值来解释就是,生成网络生成的假样本进去了判别网络以后,判别网络给出的结果是一个接近0.5的值,极限情况就是0.5,也就是