Speech Enhancement Generation Adversarial Network

GAN网络简述 GAN网络于2014年由 Ian Goodfellow教授在论文Generative Adversarial Nets中提出,是一种训练生成式模型的新方法,目前多用于图像分类(以下用图像举例)。 GAN网络包含了两个对抗模型:生成模型(G)输入为带噪图片,输出产生一个看起来像真的图片,迷惑判别模型;判别模型(D)用于判断一个给定的图片是不是真实的图片(包括从数据集里获取的图片和生成
相关文章
相关标签/搜索