Gan最干教程（3小时六篇论文）(Gan)

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