1 GAN介绍
假设我们从分布中采样除了数据集xi,我们需要得到更多的数据,以满足分布
1.1 基本想法
基本的想法就是
1)引入一个具有先验分布p(z)的潜变量z
2)从p(z)中采样z,将其传递给生成网络(generator network)G,得到x (即x=G(z))
3)x便是一个从生成分布中得到的样本,我们希望
4)与此同时,我们会有一个区分网络(discriminator network),来区分数据是真实的还是虚假的,我们的目的是希望我们生成的假数据能够“以假乱真”
training过程中,我们会一起训练G和D,使得收敛到
1.2 训练目标函数
在这个目标函数中,包含了区分网络D和生成网络G的目标:
不难发现,在第二项的目标函数中。 D和G的目标是反着的,也就是说,我们需要一个折衷 balance
我们可以把整个括号里面