GAN出现之前VAE的做法:
GAN
Discriminator训练需要Realistic Negative Examples来进行训练,训练是一个迭代过程(通过对argmaxD(X)进行generation,然后输出后重新丢回去当negative examples):
用图像表示的话过程是这样的(学习的时候会有认为那些没有example的部分分数高(找弱点
),那么就生成那部分分数高的又不是real的来作为negative example):
这按理说Discriminator就可以自己生成图了,但实际上对argmaxD(X)进行Generation是比较复杂的过程(线性假设限制,非线性解不出),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深度神经网络训练IMDB情感分类的四种方法
信雪神话
2020-07-04 15:00:10
基于BP神经网络的数据分类
学战到底
2020-07-04 01:37:50
数学在机器学习中的重要性
鸣一
2020-07-03 11:38:38
对数学的新思考[1]
鸣一
2020-07-03 11:38:38
opencv + face_recognition —— 人脸识别案例
蒋含竹
2020-07-02 15:54:07
OpenCV学习——图像基础与几何变换
蒋含竹
2020-07-01 09:49:24
OpenCV学习——图像特效
蒋含竹
2020-07-01 09:49:24
学习笔记———《SIFT算法》
李承锦MJ
2020-07-01 03:08:39
学习笔记———《GMM模型以及基于EM算法的参数估计》
李承锦MJ
2020-07-01 03:08:39
统计学习方法第5章【2】----决策树的生成
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支撑向量机
chitoseyono
2020-06-27 13:34:05
24小時熱門文章