GAN:GAN论文学习

论文:https://arxiv.org/pdf/1406.2661.pdf

发表:2014

一、GAN简介:Generative Adversarial Network

GAN是由Ian Goodfellow于2014年提出,GAN:全名叫做生成对抗网络。GAN的目的就是无中生有,以假乱真。

GAN由两部分构成:生成器G + 判别器D

生成器:将随机输入的高斯噪声映射成图像("假图")

判别器:判断输入图像是否来自生成器的概率,即判断输入图像是否为假图的概率。

二、GAN与CNN训练过程的区别

CNN的训练:定义好特定的损失函数,然后利用梯度下降优化参数,尽可能用局部最优解去逼近全局最优解。

GAN的训练:动态的过程,是生成器G 与判别器D 之间的相互博弈过程。通俗点讲,即要使得生成器G 生成的所谓的"假图"骗过判别器D ,那么最优状态就是生成器G 生成的所谓的"假图"在判别器D 的判别结果为0.5,不知道到底是真图还是假图。

三、GAN的公式推导

通俗理解GAN(一):把GAN给你讲得明明白白 - 知乎

G 代表生成器,

D 代表判别器,

x 代表真实数据,

p_data代表真实数据概率密度分布,

z代表了随机输入数据,该数据是随机高斯噪声。

相关推荐
冰蓝蓝13 分钟前
TensorBoard
人工智能·深度学习
搞程序的心海17 分钟前
神经网络入门:生动解读机器学习的“神经元”
人工智能·神经网络·机器学习
AI浩19 分钟前
OverLoCK:一种采用“先总体把握再初步审视继而深入观察”架构的卷积神经网络(ConvNet),融合了上下文信息的动态卷积核
人工智能·神经网络·cnn
weixin_4578858226 分钟前
虎跃办公AI赋能的实时协同开发范式与神经符号系统突破
人工智能·搜索引擎·ai·deepseek
誉鏐27 分钟前
RNN模型与NLP应用——(8/9)Attention(注意力机制)
人工智能·rnn·自然语言处理
虾球xz31 分钟前
游戏引擎学习第201天
前端·学习·游戏引擎
小王努力学编程37 分钟前
【Rust学习】Rust数据类型,函数,条件语句,循环
学习
嵌入式仿真实验教学平台1 小时前
嵌入式仿真实验教学平台的核心优势再解析:对比Proteus的技术与教学价值突破
人工智能·单片机·嵌入式硬件·学习·proteus·嵌入式实时数据库
带你去吃小豆花3 小时前
在亚马逊云科技上使用n8n快速构建个人AI NEWS助理
人工智能·科技·ai·云原生·aws
AI技术控4 小时前
计算机视觉算法实战——基于YOLOv8的自动驾驶障碍物实时感知系统
人工智能·yolo·自动驾驶