生成模型与判别模型

生成模型

生成模型：在概率统计理论中， 生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布。在机器学习中，生成模型可以用来直接对数据建模（例如根据某个变量的概率密度函数进行数据采样），也可以用来建立变量间的条件概率分布。条件概率分布可以由生成模型根据贝叶斯定理形成

简而言之：模型可以生成数据。

基于GAN(Generative Adversial Network)制作的画

 

生成模型生成的诗句

 

利用LSTM写的代码

 

训练一个生成模型不仅可以用来完成识别任务，也可以生成一些样本，包括图片、文章、代码、视频、音频等等。虽然生成这些数据本身具有很大挑战，但至少从理论来讲是一条可行的道路。

上述讲到的生成模型很多还都停留在实验阶段。其实让机器生成代码这种任务是极其有挑战的，目前来讲还不足以应用在实际的