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。 会员。《2.2 生成器 (G) 的目标与损失函数》收录于灏天文库文集《生成对抗网络 (GAN) 原理与应用》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/496-%E7%94%9F%E6%88%90%E5%AF%B9%E6%8A%97%E7%BD%91%E7%BB%9C-gan-%E5%8E%9F%E7%90%86%E4%B8%8E%E5%BA%94%E7%94%A8

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流