提出于2014年。 GAN由两个神经网络组成:一个试图生成看起来与训练数据相似数据的生成器,以及一个试图从虚假数据中分辨出真实数据的判别器。生成器和判别器在训练期间相互竞争。 对抗训练(训练竞争性网络)是一种重要的机器学习思想。 生成器 G G G(generator) 判别器 D D D(discriminator) 训练过程 问题:参数是如何训练更新的呢? 网络结构 结构示意图 数学描述 参考链接: GAN原理-听不懂不要钱,哦对,本来我也不要钱