@
一、簡介
●lan Goodfellow 2014年提出
●非監督式學習任務
●使用兩個深度神經網絡: Generator (生成器), Discriminator(判別器)
二、原理
舉一個制造假鈔的例子：
- 生成器:制造假鈔的人
- 判別器:警察
- 訓練過程：
- 制造假鈔的人生產假鈔
- 警察判斷是否是假鈔,如果認為是假鈔,說明假鈔與真鈔存在區別
- 制造假鈔的人按照警察給出的反饋改進假鈔制造工藝
重復以上3個步驟,直到警察無法區分假鈔和真鈔為止
三、網絡結構
訓練GAN的基本步驟:
1.對噪聲集和實際數據集進行采樣，選擇m個。
2.使用這些數據訓練判別器。
3.采樣大小為m的不同的噪聲集。
4.在此數據. 上訓練生成器。
從步驟1開始重復。
四、實例：自動生成數字0-9
生成器:假鈔生產者
- 輸入:長度為100的向量(-1.0到1.0之間的隨機數)
- 輸出: \(28 × 28 × 1\)激活函數tanh
判別器:警察 - 輸入:\(28 × 28 × 1\)
- 輸出: sigmoid激活函數，判斷生成器生成的圖像為真的概率
五、訓練GAN的技巧
https://github.com/soumith/ganhacks
六、源碼
https://download.csdn.net/download/qq_34213260/12461010
打賞
如果對您有幫助，就打賞一下吧O(∩_∩)O
