生成对抗网络GAN
GAN的思想
一种二人零和博弈思想(two-player game),博弈双方的利益之和是一个常数
引申到GAN里面就是可以看成,GAN中有两个这样的博弈者,一个是生成模型(G),另一个是判别模型(D)。
相同点
这两个模型都可以看成是一个黑匣子,接受输入然后有一个输出,类似一个函数,一个输入输出映射。
不同点
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)
案例如下
一个工艺品大师,一个鉴宝专家,现有宝物和工艺大师的工艺品,可供专家鉴赏,结果有真品和赝品两种。
案例分析
关系图如下:
Pdata:代表着是宝物
Pg(x;θd):z~Pz(z)
D(x;θd):代表着x是宝物的概率
总目标:大师成为以假乱真的成功人物
总目标需借助以下两种桥梁
- 高水平的鉴赏家
- 高水平工艺大师
高水平专家
- 如果x是Pdata,D(x) 偏高
- 如果x是Pg,1-D(x) 偏高
注意:这里可对D(x)、1-D(x)取对数
高水平大师
- 如果x是Pg,1-D(x) 偏高
总目标函数如下
由于Pg太复杂,Gg(x;θg)通过采样的方式逼近,建立隐式密度模型,进行泛函分析
结果如下:
Pg*=Pdata
Dg*=1/2