1--GAN模型的基本概念
经典GAN模型先训练辨别器,再训练生成器;
训练辨别器时,使用分别使用噪声图片和真实图片作为辨别器的输入,噪声图片对应的训练标签为0,真实图片的训练标签为1,使辨别器作二分类任务来学会判断噪声和真实图片;
训练生成器时,使用噪声作为生成器的输入生成噪声图片,将噪声图片输入到辨别器进行判断,并设置此时的训练标签为1,通过欺骗辨别器来训练生成器,企图让生成器的输出更接近真实的图片。
GAN模型由于生成器和辨别器之间相互对抗,因此会导致难以训练的问题。很多时候会出现以下问题:1. 生成器的损失会上升而辨别器的损失会下降,或者是生成器的损失会下降而辨别器的损失会上升;
2--经典代码
liujf69/Classic-Generative-Model/GAN