2020年10月17日
GAN和GAN的改进
摘要： GAN 原始GAN中判别器要最小化如下损失函数，尽可能把真实样本分为正例，生成样本分为负例： 其中是真实样本分布，是由生成器产生的样本分布。 第一个式子我们不看梯度符号的话即为判别器的损失函数，logD(xi)为判别器将真实数据判定为真实数据的概率，log(1-D(G(zi)))为判别器将生成器生成 阅读全文
posted @ 2020-10-17 19:46 临近边缘 阅读(1398) 评论(0) 推荐(0)