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
极小狐2 分钟前
极狐GitLab 如何 cherry-pick 变更?
人工智能·git·机器学习·gitlab
沛沛老爹6 分钟前
从线性到非线性:简单聊聊神经网络的常见三大激活函数
人工智能·深度学习·神经网络·激活函数·relu·sigmoid·tanh
Invinciblenuonuo8 分钟前
FreeRTOS学习笔记【10】-----任务上下文切换
笔记·学习
好奇龙猫9 分钟前
日语学习-日语知识点小记-构建基础-JLPT-N4阶段(11): てあります。
学习
0x21115 分钟前
[论文阅读]ReAct: Synergizing Reasoning and Acting in Language Models
人工智能·语言模型·自然语言处理
mucheni27 分钟前
迅为iTOP-RK3576开发板/核心板6TOPS超强算力NPU适用于ARM PC、边缘计算、个人移动互联网设备及其他多媒体产品
arm开发·人工智能·边缘计算
Jamence28 分钟前
多模态大语言模型arxiv论文略读(三十六)
人工智能·语言模型·自然语言处理
猿饵块39 分钟前
opencv--图像变换
人工智能·opencv·计算机视觉
LucianaiB1 小时前
【金仓数据库征文】_AI 赋能数据库运维:金仓KES的智能化未来
运维·数据库·人工智能·金仓数据库 2025 征文·数据库平替用金仓
2501_915373881 小时前
Node.js 学习入门指南
学习·node.js