对抗网络构成
对抗网络就像机器学习中的强化学习,你也可以理解为他就是强化学习中一种特别的方法。
强化学习:我们只定义对计算机产生的行为的惩罚和奖励,他做对了就奖励,做错了就惩罚,让他自己根据我们的反馈,自我调整,逐渐更好。让计算机通过与周围环境的互动逐渐强化自己的行为模式。
对抗网络:对抗网络由两个网络构成,分别为生成器(generator)网络,简称G,判别器(distinguishing real or fake)网络,简称D,生成器网络尽可能的伪造数据,让判别器无法识别出是真实数据还是伪造数据,判别器的功能是尽可能的识别出数据是真实的还是伪造的。
对抗网络应用
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:GAN对抗网络理解 - Python技术站