对抗生成网络及代码实例

最新推荐文章于 2024-06-17 13:08:59 发布

郑营

最新推荐文章于 2024-06-17 13:08:59 发布

阅读量7.4k

点赞数 3

分类专栏：深度学习文章标签：神经网络 GAN 对抗生成网络对抗生成网络代码 GAN代码

本文链接：https://blog.csdn.net/u011649885/article/details/75315141

版权

1 概述

Gererative Adversarial Networks最早由Goodfellow Ian在2014年发表论文提出。论文地址：https://arxiv.org/abs/1406.2661。
定义：由两个相互博弈的神经网络组成的判别-生成模型。两个神经网络一个是生成网络G，一个是判别网络D。博弈的目的是使生成网络生成的数据更真，判别网络判别能力越强。通俗理解就是最小化生成网络生成的数据和真实数据集的概率分布，最大化判别网络的区分度。GAN属于无监督学习。

概念理解小例子：假币和真币
犯罪分子造假币，是G。银行判别假币，是D
真的标签为1，假的标签为0，我们要做的是：
当输入D的人民币为真的时候，就打上标签1
当输入D的人民币为假的时候，就打上标签0
G生成的人民币，输入到D中，希望打上标签1

应用： GAN有广泛的应用，它可以用来生成以假乱真的图片，也可以生成视频，三维物体模型等。并且已经有人把它应用到NLP上了。论文地址：https://arxiv.org/pdf/1609.05473.pdf