本文基于2014年的经典论文:Generative Adversarial Networks
字面理解
- Generative Adversarial Nets
生成对抗网络通过对抗过程来评估一个生成模型。
GAN同时训练两个模型,一个产生模型G,一个判别模型D。
产生式模型G负责模拟数据的真实分布,判别式模型负责判断数据是来自训练数据还是生成数据。
G的目标就是要使D犯错误,判别不出真伪;D的目的就是要尽可能区分出真伪来,这样一来二去,两者形成了对抗过程,最终共同进步。最终的目的是得到产生模型G,判别模型D只是训练过程的副产品。