Goodfellow 等人提出来的 GAN 是通过对抗过程估计生成模型的新框架。在这种框架下,我们需要同时训练两个模型,即一个能捕获数据分布的生成模型 G 和一个能估计数据来源于真实样本概率的判别模型 D。生成器 G 的训练过程是最大化判别器犯错误的概率,即判别器误以为数据是真实样本而不是生成器生成的假样本。因此,这一框架就对应于两个参与者的极小极大博弈(minimax game)
GAN网络如何训练?
生成模型和判别模型可以简单的认为是不同的神经网络
图片来源(https://blog.csdn.net/on2way/article/details/72773771, 侵删)
生成模型的主要任务是:生成尽可能逼近真样本的假样本