weixin_41503887的博客

原创 Generative Adverarial Nets 原文阅读笔记

Generative Adverarial Nets 写在前面 G是用来逼近真实数据的分布的，但是G没有显式的给出分布，而是学习了一种映射，从噪声数据到目的数据的映射。 有一种说法是D其实是损失函数的一部分，GAN的优势就在于自动学习损失函数。可以这么理解，对于G生成的数据，我们没有人工的给出标签，而是通过D去给标签，判断好不好，或者说通过D给出G的损失，从而更新G。 总之，G给出了一个从噪声分布...