2. GAN 的核心原理与数学基础

文档摘要

GAN 的核心原理与数学基础 GAN 的核心原理与数学基础生成对抗网络 (GAN) 是一种深度学习模型，它通过对抗训练的方式学习数据的分布。GAN 由两个神经网络组成：生成器 (G) 和判别器 (D)。生成器的目标是生成尽可能逼真的数据，以欺骗判别器；判别器的目标是区分真实数据和生成器生成的数据。这两个网络相互对抗，不断学习，最终达到一种平衡状态，使得生成器可以生成非常逼真的数据。 2.1 零和博弈 (Minimax Game) 理论 GAN 的核心思想来源于博弈论中的零和博弈。在零和博弈中，一个参与者的收益必然意味着另一个参与者的损失，总收益和总损失始终为零。在 GAN 中，生成器和判别器就构成了一个零和博弈。