GAN主要包括两个部分,一部分是生成器一部分是判别器,生成器主要用来学习图像分布从而生成更加真实的图片,以骗过判别器,而判别器主要用来判别图片的真假。
在整个过程中,生成器不断生成更加真实的图片,而判别器也不断精准的识别图片的真假,相当于二人博弈,随着时间的推移,生成器和判别器达到一种均衡,生成器生成的图片接近真实,而判别器识别不出图片的真假,给定图像预测为真的概率接近0.5。
GAN主要包括两个部分,一部分是生成器一部分是判别器,生成器主要用来学习图像分布从而生成更加真实的图片,以骗过判别器,而判别器主要用来判别图片的真假。
在整个过程中,生成器不断生成更加真实的图片,而判别器也不断精准的识别图片的真假,相当于二人博弈,随着时间的推移,生成器和判别器达到一种均衡,生成器生成的图片接近真实,而判别器识别不出图片的真假,给定图像预测为真的概率接近0.5。