GAN对抗生成网络

对抗生成网络:主要是生成,你手里有什么样的数据,你告诉他要生成什么东西,他就能这么去做到。
超分辨率重构:将图像生成地清晰一点。首先你要告诉他什么样的东西是低分辨率,什么样的东西是高分辨率,然后你设计一个损失函数,让计算机去学习他们之间的联系。
GAN对抗生成网络_第1张图片
me:生成器类似造假团伙,判别器类似警察。造假团伙的目的是使造出的钱更像真钱,随着造假团伙技术的提高,警察判别真假钱的技术也要提高。
生成网络是传统网络或卷积神经网络都可以做。生成网络生成的东西都是假的。真实数据来自训练集。判别网络就是二分类网络。
生成器Generator:自顶向下(从复杂到简单)的过程,对于输入的高维度的数据进行特征提取得到低维度的判别信息即可,比如分类,检测等等。
判别器Discriminator:自底向上(有简单到复杂的),比如给出低维度的随机噪声,要求生成一张具有较大维度的图片等,因为其需要学习到数据整体的分布特征,所以生成器的生成任务往往具有更大的难度。

你可能感兴趣的:(生成对抗网络,深度学习,人工智能)