2.2 生成器 (G) 的目标与损失函数

文档摘要

2.2 生成器 (G) 的目标与损失函数 2.2 生成器 (G) 的目标与损失函数在生成对抗网络 (GAN) 中，生成器 (G) 的角色是学习训练数据的潜在分布，并生成尽可能逼真的新数据样本。它的目标是欺骗判别器 (D)，使其误认为生成的数据是真实的。为了达到这个目标，生成器需要一个明确的目标函数和相应的损失函数来指导其学习过程。 2.2.1 生成器的目标生成器的核心目标可以概括为：生成逼真的数据，以最大程度地迷惑判别器。更具体地说，生成器希望生成的数据分布 $PG(x)$ 尽可能地接近真实数据分布 $P{data}(x)$。如果生成器能够完美地模拟真实数据分布，那么判别器就无法区分真实数据和生成数据，其输出概率将接近 0.5。