一、说明
2014年,蒙特利尔大学的伊恩·古德费罗(Ian Goodfellow)和他的同事发表了一篇令人惊叹的论文,向世界介绍了GANs或生成对抗网络。通过计算图和博弈论的创新组合,他们表明,如果有足够的建模能力,相互竞争的两个模型将能够通过普通的旧反向传播进行共同训练。
二、原理和实现
这些模型扮演着两个不同的(字面意思是对抗的)角色。给定一些真实的数据集R,G是生成器,试图创建看起来像真实数据的假数据,而D是鉴别器,从真实集或G获取数据并标记差异。 Goodfellow的比喻(这是一个很好的比喻)是,G就像一群伪造者,试图将真实的画作与他们的作品相匹配,而D是试图区分的侦探团队。(除了在这种情况下,伪造者G永远看不到原始数据——只能看到D的判断。他们就像盲目的伪造者。
在理想情况下,D和G都会