提出于2014年。
GAN由两个神经网络组成:一个试图生成看起来与训练数据相似数据的生成器 ,以及一个试图从虚假数据中分辨出真实数据的判别器 。生成器和判别器在训练期间相互竞争。
对抗训练(训练竞争性网络)是一种重要的机器学习思想。
生成器 G G G(generator)
判别器 D D D(discriminator)
训练过程
问题:参数是如何训练更新的呢?
网络结构
结构示意图

数学描述
提出于2014年。
GAN由两个神经网络组成:一个试图生成看起来与训练数据相似数据的生成器 ,以及一个试图从虚假数据中分辨出真实数据的判别器 。生成器和判别器在训练期间相互竞争。
对抗训练(训练竞争性网络)是一种重要的机器学习思想。
生成器 G G G(generator)
判别器 D D D(discriminator)
问题:参数是如何训练更新的呢?