GAN文章概述

1. GAN 我们提出了一个通过对抗过程来估计生成模型的新框架，其中我们同时训练两个模型：捕获数据分布的生成模型G和估计样本来自训练数据而不是生成模型概率的判别模型D。对G的训练过程是最大化D出错的概率。这个框架对应于一个极小型双人游戏。在任意函数G和D的空间中，存在唯一的解决方案，其中G恢复训练数据分布并且D等于1/2处。 在G和D由多层感知器定义的情况下，整个系统可以通过传播进行训练。在训练或

>>阅读原文<<