机器学习（Python+sklearn+TensorFlow 2.0）——第2版 微课视频版 课件 -09-生成对抗网络.pptx

机器学习;生成对抗网络;9.1;GAN主要由一个生成器和一个判别器组成。

生成器用来生成新的样本，这些样本不是真实的样本，称之为假样本（fakesample）。而来自真实样本集中的样本是真实的，称之为真样本（realsample）。生成足够“真”的假样本，是GAN的目标，比如，在常用的图像生成应用中，就是生成一幅与目标图像风格相似的“难以区分”的假图像。

;生成器一般采用神经网络，它的输入是由随机数组成的向量。生成器的作用就是将随机数向量映射到假样本。

判别器一般也采用神经网络，它的输入是真样本和假样本。判别器的作用是区分出真样本和假样本。因此，它是一个二分类器。

生成器和判别器之间是相互