1.1 GAN 的定义与发展历程

文档摘要

1.1 GAN 的定义与发展历程 1.1 GAN 的定义与发展历程生成对抗网络 (Generative Adversarial Networks, GANs) 是一种深度学习模型，由 Ian Goodfellow 等人在 2014 年提出。它采用博弈论的思想，通过让两个神经网络——生成器 (Generator) 和判别器 (Discriminator) 相互对抗的方式进行学习，最终使得生成器能够生成逼真的数据，从而模拟真实数据分布。 1.1.1 GAN 的定义 GAN 的核心思想可以概括为：生成器试图生成尽可能逼真的数据来欺骗判别器，而判别器则试图区分生成器生成的数据和真实数据。这种对抗的过程推动着两个网络不断学习和进步，最终达到一个平衡点，即生成器生成的假数据几乎无法被判别器识别出来。