介紹

GAN 是一種使用 CNN（卷積神經(jīng)網(wǎng)絡(luò)）等深度學(xué)習(xí)方法進(jìn)行生成建模的方法。生成建模是一種無(wú)監(jiān)督學(xué)習(xí)方法，涉及自動(dòng)發(fā)現(xiàn)和學(xué)習(xí)輸入數(shù)據(jù)中的模式，以便該模型可用于從原始數(shù)據(jù)集中生成新示例。

GAN 是一種通過(guò)將問(wèn)題構(gòu)建為具有兩個(gè)子模型的監(jiān)督學(xué)習(xí)問(wèn)題來(lái)訓(xùn)練生成模型的方法。GAN 有兩個(gè)組成部分：

1. 生成器：它被訓(xùn)練來(lái)生成新的數(shù)據(jù)集，例如在計(jì)算機(jī)視覺中，它從現(xiàn)有的現(xiàn)實(shí)世界圖像生成新圖像。
2. 鑒別器：它將這些圖像與一些現(xiàn)實(shí)世界的例子進(jìn)行比較，并對(duì)真假圖像進(jìn)行分類。

示例：