配套彩图详解生成对抗网络原理与应用.pdfVIP

第17章生成对抗网络

图17.1生成对抗网络的示意图。在这样的网络中，训练判别器网络以区分来自

训练集的样本（小猫的图像）和由网络产生的合成样本。网络的

目标是通过产生真的图像来让判别器网络产生的误判，而判别器网络的目的是通过

更好地区分样本和合成样本来减少误判

图17.2为了从概念上说明为什么训练GAN可能会有难度，这里展示了一个简单的

一维数据空间x，其中有固定但未知的数据分布和初始生成分布。最优的判别

函数在训练或合成数据点附近几乎没有梯度，使学习变得非常缓慢。判别函数的平滑

版本可以使学习变得更快

图17.3和的图像表明，在d=0和d=1附近，梯度的表现存在非常大

的差异

图17.4深度卷积GAN的示例架构，这里展