生成对抗网络GAN

https://www.leiphone.com/news/201706/ty7H504cn7l6EVLd.html

https://www.msra.cn/zh-cn/news/features/gan-20170511

 

1、 判别模型

目的：判别出来属于的一张图是来自真实样本集还是假样本集。假如是真样本，网络输出就接近1，是假样本，网络输出接近0。

输入： a）真实样本，label设为1；b）生产模型产出的样本，label设为0。

训练：使用二分类loss直接训练

 

2、生成模型

目的：生成网络是创造样本，目的是使得自己造样本的能力尽可能强，强到判别网络没法判断是真样本还是假样本。

 

输入：不同任务输入不同，比如：

　　任务1：生成器任务是生成一个人脸， 那目标可以是：输入一个噪声，模拟得到一个人脸图像，这是生产器的输入就是随机数据；

　　任务2：Text to image ，即文本到图像，任务是输入一个句子生成多个符合描述的图像，这里生产器的输入就是一个句子；https://zhuanlan.zhihu.com/p/87136455 

训练：生成模型根据输入数据，产出一个样本；然后将该样本的label设为1，并送到判别模型识别，loss就来自判断模型结果与label的diff，注意在这个过程中判别模型不更新参数；

 

整个训练过程判断模型和生成模型交替训练；