对GAN中generator和discriminator的理解

参考资料：B站《李宏毅对抗生成网络(GAN)国语教程(2018)》

首先介绍了极大似然估计的原理，假设我们有一组样本Pdata，我们需要估计出它的一个分布情况。比如，我们假设是一个正态的概率分布，θ就是这个正态分布的参数，我们就需要估计出合适的θ，使得从Pdata中采样x1，...xm，图中L的值最大。下面我通过简单地草图说明一下我的理解，假设红线是Pdata的真实分布（不一定是高斯的，可以是无数学表达式的分布），这我们是不知道的，而我们的Pdata就是这条红线上以概率（纵坐标值）采样得到的数据，可以想象Pdata中更多的数据是来自峰值附近的点的。于是，我们需要把这些点带入绿线的函数，我们需要调整绿线函数的参数θ，使得函数值尽可能大（也就是说这些点也是尽可能的在峰值附近），那自然，绿线就要尽可能的更红线重合在一起，最后，只要我们对绿线假设的分布足够符合红线的分布，理论上我们是基本可以估计出Pdata的真实分布的。

而在GAN的generator中，假设我们的任务就是输入随机生成的一个向量z，输出x是一系列不同样子的猫的图片。这里继续画一下草图，这里我们把x抽象成一个图片世界（黑色矩形），在这个世界中，有不同的区域（以不同颜色的圈表示），有些区域是猫的领地（红圈），有些区域是狗的领地（蓝圈）。。。然后我们现在有一个外貌特征z，比方说z的第一维表示毛的颜色，第二维表示耳朵形状。。。那这个generator的作用就是根据我们提供的特征z，生成对应样貌的猫x，但是首先有一个很重要的问题，由于x是一个图片世界，里面有各种各样的客观事物，我们总得先保证生成的x是在猫的范畴里吧。这时候就需要用到我们的Pdata了，也就是从猫的领域里面的抽出来的图片，有了这些图片做参考，我们就可以判断生成的x到底是不是猫了。到这里，我们就可以回顾一下上面的极大似然估计了，如果我现在把猫看作数字的话，那我们就可以按照上面的L作为loss来训练generator了，但是问题就是我们的x都是一堆图片，图片怎么能作为一个概率分布函数的自变量呢。所以，这时候我们就用discriminator来代替完成L的工作。

其实L的工作就是让猫尽量像猫更不像狗，那我们就可以把这个问题看成一个二分类的问题，来训练discriminator。如下图，Pdata就是真实的猫的图片集合，Pg是我们输入z，通过G生成的“猫”的图片。那接下来我们只需要完成分类就行了，这里就不细说分类器的原理了。