Generative Adversarial Nets原理、推导

1 文章简要说明 本篇文章Ian J. Goodfellow提出GAN的开山之作。内容非常的经典,为了避免初学者对文中的公式推导理解不透彻,因此写下此篇博客。本文中的书本截图来自于诸葛越博士的《百面机器学习》。 GAN简单来说就是输入一组随机初始值,使其能够在目标维度内产生一组映射,如果这组映射的分布规律与我们打标签的真实数据的分布保持一致,那么我们就认为GAN网络生成了我们需要的以假乱真的结果。
相关文章
相关标签/搜索