甘 源码

生成专家网络教程 生成对抗网络(GAN)是深度学习中最热门的主题之一。 从较高的层次上讲,GAN由两个部分组成,一个生成器和一个鉴别器。 鉴别器的任务是确定给定图像看起来是自然的(即,是来自数据集的图像)还是看起来像是人为创建的。 生成器的任务是创建与原始数据分布相似的看起来自然的图像,这些图像看起来足够自然以欺骗鉴别器网络。 本文使用的类比是,生成模型类似于“一个试图制造和使用伪造货币的伪造者团队”,而判别模型类似于“试图检测伪造货币的警察”。 生成器试图欺骗鉴别器,而鉴别器试图不被生成器欺骗。 当模型通过交替优化进行训练时,两种方法都会得到改进,直到“假货与货真价实”无法区分为止。