这篇博客介绍了生成对抗网络（GAN）的概念，通过新手画家和鉴赏家的比喻来阐述GAN的工作原理。GAN由生成器（Generator）和判别器（Discriminator）组成，生成器根据随机数生成类似真实数据的新样本，而判别器则学习区分真实数据和生成数据。两者相互学习和改进，最终生成器可以用于各种应用，如图像生成和创意任务。
学习资料:
Hello 大家好, 欢迎观看有趣的机器学习系列视频, 今天我们会来说说现在最流行的一种生成网络, 叫做 GAN, 又称生成对抗网络, 也是 Generative Adversarial Nets 的简称. 完全没有听懂, GAN 是什么鬼.. 不急, 我们慢慢来解释.
常见神经网络形式
神经网络分很多种, 有普通的前向传播神经网络 , 有分析图片的 CNN 卷积神经网络 , 有分析序列化数据, 比如语音的 RNN 循环神经网络 , 这些神经网络都是用来输入数据, 得到想要的结果, 我们看中的是这些神经网络能很好的将数据与结果通过某种关系联系起来.
最低0.47元/天 解锁文章
扫一扫
373
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
