5.1 初识生成对抗网络 在本节中我们将会介绍GAN,即生成对抗网络的基本原理,并在下一节5.2中利用这些介绍的概念进行手写数字生成的实战。 具体地,本节的内容大致分为以下几个部分: 什么是GAN? GAN的损失函数 训练流程 5.1.1 什么是GAN? GAN: 是通过对抗训练的方式来使得生成网络产生的样本服从真实数据分布。而其网络的关键在于生成网络和判别网络的对抗学习。 判别网络 ,目标是尽量准确地判断一个样本是来自于真实数据还是由生成网络产生; 生成网络 ,目标是尽量生成判别网络无法区分来源的样本。 这两个目标相反的网络不断地进行交替训练。 当最后收敛时,如果判别网络再也无法判断出一个样本的来源,那么也就等价于生成网络可以生成符合真实数据分布的样本。生成对抗网络的流程图如下所示。