GAN（生成对抗网络）

GAN,Generative Adversarial Network.

起源于2014年，NIPS的一篇文章，Generative Adversarial Net.

GAN, 是一种二人博弈的思想，双方利益之和是一个常数，是固定的。你的利益多点，对方利益就少点。
GAN里面，博弈双方是：一个叫G（生成模型），另一个叫D（判别模型）。

两个模型都有各自的输入输出（类似于函数）。
生成模型（G）：输入是噪声、样本（一组随机数），输出是一个逼真的样本。
判别模型（D）：相当于二分类器（0-1），判断输入样本是真是假。（类似于匹配模型，输入两个样本，输出是否匹配）真样本标1，生成的假样本标0.

GAN模型最终目标：判别器和生成器的对抗，判别器尽可能提高判别能力（判断样本是真是假）；生成器尽可能提升样本生成的真实性，让判别器判别不出真假。
判别器对于真假样本输出概率都是0.5、这时候就平衡了。

对于设计者的我们，希望谁赢就设计成什么样的网络。 要得到以假乱真的样本，就希望生成样本不被判别器判断出来。就输出0.5的概率。

想训练判别器，二分类，标1，标0.

想训练生成器，需要联合判别器一起训练，才会形成误差，假样本全部设为1，不要判别器的参数发生变化。

GAN用于提升语音情感识别

1.一个vanilla GAN，学习高维向量的低维表示的分布，
2.一个conditional GAN, 学习高维特征向量分布附带它所属的情感类别标签。

用实际数据训练，去生成数据，在分类性能上有明显提升。

用speech data去做情感识别现在很流行，该数据收集很容易，数据无损，便宜。
可是数据size规模受限，

GAN在图像领域很popular，生成看起来很真实的图像，在语音情感识别中也可以。

1. a vanilla GAN, 生成一个实际向量的压缩版本；
2. a conditional GAN, 生成实际的高维向量（从压缩版本）
   实验目标：评估 这些合成的特征数据，可以带来多少性能提升。

GAN在图像生成，图像转换，对话生成上，已经表现很好。
主要是学习特征表示。