对抗网络是 14 年 Goodfellow Ian 在论文 Generative Adversarial Nets 中提出来的. 原理方面, 对抗网络可以简单归纳为一个生成器 (generator) 和一个判断器 (discriminator) 之间博弈的过程. 整个网络训练的过程中,
两个模块的分工
判断器, 直观来看就是一个简单的神经网络结构, 输入就是一副图像, 输出就是一个概率值, 用于判断真假使用(概率值大于 0.5 那就是真, 小于 0.5 那就是假)
生成器, 同样也可以看成是一个神经网络模型, 输入是一组随机数 Z, 输出是一个图像. 从图中可以看到, 会存在两个数据集, 一个是真实数据集, 这好说, 另一个是假的数据集, 那这个数据集就是有生成网络造出来的数据集. 好了根据这个图我们再来理解一下 GAN 的目标是要干
来源: http://www.bubuko.com/infodetail-2582119.html