其他分享
首页 > 其他分享> > 非科班关于gan的一点点学习

非科班关于gan的一点点学习

作者:互联网

定义

Gan(生成式对抗性网络)是一种无监督学习模型。
模型通过框架中的两个模块:生成模型(Generative model)和判别模型(Discriminative model)互相博弈学习从而产生较好的输出。
判别模型是:输入变量,通过某种模型来预测(给一张图,判断这个图是狗还是猫)
生成模型是:给定某种隐含信息,来随机产生观测数据(给一系列猫的图片,生成一张不在数据集里的新的猫的图片)
上图中描述动态博弈的原理很形象
gan的优化目标函数理解:
在这里插入图片描述
几个概念:
sigmoid函数:S型生长函数,常用作神经网络中的激活函数,将变量映射到0,1之间。在这里插入图片描述

标签:函数,一点点,模型,生成,gan,model,科班,判别
来源: https://blog.csdn.net/Hazel928/article/details/103051168