案例网站:https://thisxdoesnotexist.com/
Generative Adversarial Nets lan Goodfellow(花书作者)
核心要点:
生成器,判别器,0和博弈,全局最优解
在本文中,生成器和判别器都由多层感知机实现,整个网络可以用反向传播算法来训练
数学要求:
1.条件概率与联合概率
判别式模型 从特征x预测类别y 所以学到的是条件概率
生成式模型 目的是学习属性是x,类别是y的联合概率
2.信息熵:一个概率分布的复杂情况
为什么需要负号?因为p是(0,1)根据log的图像,所以需要加负号翻过来
名词解释:
discriminative model 判别模型
generative model 生成模型
model distribution 模型分布
data distribution 真实数据分布
adversarial examples样本攻击