DL之GAN：生成对抗网络GAN的简介、应用、经典案例之详细攻略

DL之GAN：生成对抗网络GAN的简介、应用、经典案例之详细攻略

 

 

 

目录

生成对抗网络GAN的简介

1、生成对抗网络的重要进展

1.1、1986年的RBM→2006年的DBN

1.2、AutoEncoder模型→Denoise AutoEncoder模型

1.3、2014年的GAN，年轻有为的Ian Goodfellow→cycleGAN和vid2vid

生成对抗网络GAN的应用

生成对抗网络GAN的经典案例

---

 

 

 

生成对抗网络GAN的简介

         生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。
         模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 D 都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D 。一个优秀的GAN应用需要有良好的训练方法，否则可能由于神经网络模型的自由性而导致输出不理想。