1. 几种常见的GAN介绍
1.1. 原始GAN
arxiv: https://arxiv.org/pdf/1406.2661.pdf
作为开山之作,Ian Goodfellow提出的GAN是最原始的模型(),其余都是在这个基础上所进行的变种。
GAN由两个网络组成,生成网络Generator和判别网络Discriminator。
-
Generator负责接收随机的噪声z,通过这个噪声生成样本,记为G(z);
-
Discriminator判定生成的样本是不是真实的,接收输入x,输出D(x)代表x为真实样本的概率。
通过这样我们可以知道Generator的目标是尽量生成真实的样本去欺骗Discriminator,而Discriminator要尽可能区分出真实样本和虚假样本,二者构成了动态的博弈过程,用数学语言描述即为
min G max D V ( D , G ) = E x ∼ p d a t a ( x ) [ log D ( x ) ] + E z ∼ p d a t a ( z ) [ log ( 1 − D ( G ( z ) ) ) ] \mathop{\min}_{G} \mathop{\max}_{D} V(D,G) = \mathbb{E}_{x\sim p_{data}(x)}[\log D(x)]+ \mathbb{E}_{z\sim p_{data}(z)}[\log (1-D(G(z)))] minGmaxDV(D,G)=Ex∼pdata(x)[logD(x)]+Ez∼p