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
71777719 分钟前
互联网企业研发平台推荐:从工具堆叠到一体化协同的选型逻辑
人工智能·gitee
立青.41 分钟前
AI大模型术语
人工智能
电科_银尘1 小时前
【大模型算法与工程 27】训练配方:批量、学习率、精度与梯度裁剪
学习·算法·机器学习
土豆12503 小时前
你只说要什么,它负责拆活交付:任务编排插件上手指南
人工智能·llm
GoldenSpider.AI5 小时前
讲透 Claude Code 的 Code Mode:原理、流程、用法与 24 轮实测
人工智能·ai编程·claude code
oak隔壁找我5 小时前
一款运行在 DSH(DeepSeek Harness)中的工作区文件管理插件
人工智能
江屿风5 小时前
AI Agent架构全解析:从规划到记忆的智能跃迁
人工智能·笔记·架构·agent·c/s·mcp工作流
ZONGYUAN-ROOT5 小时前
【API配额】多源 LLM API 配额池化实战:轮换调度、变化量监控、故障自愈一套方案(Python 完整实现)
人工智能
syso_稻草人5 小时前
qwen-image-2.1 高清放大拆解:Qwen21LatentUpscale 潜空间 2x + denoise 0.35 修细节,12 组场景实测
人工智能·stable diffusion·prompt·comfyui·qwen-image2.1