品牌型号：华为MateBookD15
系统：Windows11
GAN网络是一种机器学习方法，是一种深度学习模型，是近年来复杂阿注课分布上无监督学习最具前景的方法之一。模型通过框架中来自（至少）两个模块：生成模型（GenerativeModel）和判别模型（DiscriminativeModel）钟水领跑均的互相博弈学习产生相当好数防基解微武的输出。
原始GAN理论中，并不要求G和D都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为G和D。一个优秀的GAN应用需要有良好的训练方法，否则可能由于神经网络模型的自由性而导致输出不理想360问答。
机器学习的模型可大体分为两类，生成模型（GenerativeModel）和判别模型（Discrim终粉杂胜inativeModel）。判别模型需要输入变量，通过某种模型来预测。生成模型是给定某种隐含信息，来随机产生观测数据。举个简单的换再课汉齐剂愿例子：判别模型，给定一张图，判断这张图里的动物是猫还是狗。生成模型，给一系列猫的图片，生成一普处加张新的猫咪（不在数据集里）
对于判别模型，损失函数是容易定义的，因为输出的目标相对简单。但对于生成模型，损失函数的定义就不是那么容易。我们对于生成结果的期望，往往是一个暧昧不清，难以数学公理化定义的范式。所以不妨把生成模型的回馈部分，交给判别模型处理。这就是Goodfellow他将机苦抗原打分杂谁器学习中的两大类显怀名诉领呼换模型，Generative和Discrimitive给现经小鸡飞合虽孩书简拿紧密地联合在了一起。
标签：GAN,网络
版权声明：文章由 神舟问 整理收集，来源于互联网或者用户投稿，如有侵权，请联系我们，我们会立即处理。如转载请保留本文链接：https://www.shenzhouwen.com/life/178567.html
