GAN出現之前VAE的做法:
GAN
Discriminator訓練需要Realistic Negative Examples來進行訓練,訓練是一個迭代過程(通過對argmaxD(X)進行generation,然後輸出後重新丟回去當negative examples):
用圖像表示的話過程是這樣的(學習的時候會有認爲那些沒有example的部分分數高(找弱點
),那麼就生成那部分分數高的又不是real的來作爲negative example):
這按理說Discriminator就可以自己生成圖了,但實際上對argmaxD(X)進行Generation是比較複雜的過程(線性假設限制,非線性解不出),所以可以用Generator代替:
GAN - Hung-yi Lee
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
Keras深度神經網絡訓練IMDB情感分類的四種方法
信雪神话
2020-07-04 15:00:10
基於BP神經網絡的數據分類
学战到底
2020-07-04 01:37:50
數學在機器學習中的重要性
鸣一
2020-07-03 11:38:38
對數學的新思考[1]
鸣一
2020-07-03 11:38:38
opencv + face_recognition —— 人臉識別案例
蒋含竹
2020-07-02 15:54:07
OpenCV學習——圖像基礎與幾何變換
蒋含竹
2020-07-01 09:49:24
OpenCV學習——圖像特效
蒋含竹
2020-07-01 09:49:24
學習筆記———《SIFT算法》
李承锦MJ
2020-07-01 03:08:39
學習筆記———《GMM模型以及基於EM算法的參數估計》
李承锦MJ
2020-07-01 03:08:39
統計學習方法第5章【2】----決策樹的生成
poppy_MCT
2020-06-30 04:31:03
MachineLearning Practice: Adaboost
from numpy import * def loadSimpData(): datMat = matrix([[ 1. , 2.1], [ 2. , 1.1], [ 1.3, 1
Damen2016
2020-06-28 13:17:50
MachineLearning Practice: decision tree
Damen2016
2020-06-28 13:17:49
MachineLearning Practice: linear regression
Damen2016
2020-06-28 13:17:49
Principle Contents Analysis主成分分析法 和 Support Vector Machine支撐向量機
chitoseyono
2020-06-27 13:34:05