【機器學習2021】生成式對抗網路 (Generative Adversarial Network, GAN) (一) – 基本概念介紹
Generation的理由:why distribution?
训练资料中相同的input,可能需要对应不同的output
Generative Adversarial Network (GAN)
Basic Idea of GAN
Generator / Discriminatior
GNN Algorithm ( in each iteration, do step1-2 )
step0. 初始化generator G和discriminator D
step1. 固定G,更新D:
使D能够assign high scores to real objects and low scores to generated objects. (粗略而言,分辨real和产生出来的差异)
step2. 固定D,更新G:
使得G在固定的D上的评分达到最大。可以是评分作为负的loss达到最小。(粗略而言,让generator欺骗discriminator)
【機器學習2021】生成式對抗網路 (Generative Adversarial Network, GAN) (二) – 理論介紹與WGAN
Generator (G)
G ∗ = a r g m i n D i v ( P g , P d a t a ) G^* = arg minDiv(P_g,P_{data}) G∗=arg