流程:一个随机噪声经过生成器 generator 产生假的图片,且输入到判别器discriminator 欺骗判别器
生成器希望自己生成的图像骗过判别器,判别器不断增强自己分辨真伪的能力,这两者能力不断对抗,分别不断增强能力,直到最后判别器无法判别生成器产生的图像内容,则达到目的,网络拟合。
特别的就是网络中有一个generator和一个discriminator 总的大的网络结构中包含两个小的网络结构
随机噪声输入到G(generator)得到第一代generator
数据集输入到D(discriminator)训练好第一代的D,第一代的D对第一代G作出评价
generator进化为第二代 第二代discriminator可以对第二代generator作出评价.......直到最后判别器无法判别是生成器产生的图像还是真实的数据集
步骤
Step1 固定generator参数 调节discriminator参数 ,由随机数据产生图像 ,同时从数据集中选出样本数据 ,两组数据放入discriminator ,样本数据得出的分数越高越好,generator产生图像分数越低越好
Step2 固定已经训练好的discriminator参数
随机数据输入generator 产生输出图片 ,将此图片输入discriminator 看得出的分数 调节输入参数使discriminator的输出分数尽量高