李宏毅GAN课堂笔记 part4：Theory behind GAN
假设我们要生成的图片是二次元人脸的话，他有一个固定的图案是他的分布，这个分布在蓝色的这个区域生成的图片被判别器识别的准确率是高的。 我们的目的是找出这个分布。 Maximum Likelihood Estimation 我们提供一个分布由这个θ控制。比如高斯分布，θ指平均值和方差 从Pdata（X）中抽样中m个data 把这些几率全部乘起来是我们要maximum的对象。 最大化log这一项
相关文章
- 1. 李宏毅GAN课堂笔记 part1：introduction
- 2. 李宏毅——GAN笔记_day01
- 3. 李宏毅GAN笔记 一.introduction of GAN
- 4. 李宏毅——GAN
- 5. 【李宏毅2020 ML/DL】P77 Generative Adversarial Network | Theory behind GAN
- 6. 李宏毅GAN课程（二）
- 7. GAN李宏毅(1)
- 8. 9.GAN(李宏毅)
- 9. 李宏毅《GAN Lecture》学习笔记4 - Basic Theory
- 10. 李宏毅GAN学习笔记（02）
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • ADO 添加记录 - ADO 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Docker容器实战(一) - 封神Server端技术
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
