李宏毅深度学习笔记13( GAN-01)

Basic Idea of GAN（GAN的基础概念）

generator:可以通过改变参数改变所要的图片内容(比如改变矩阵中第几个数就可以改变图片中二次元人物的嘴的大小,或者头发的颜色等等).

discrimination:类似于一个评分机制.图片输出后,给出相应的评分结果.

generator与discrimination是属于对立关系，两者属于对抗状态，所以当generator逐渐增强和演化的时候，discrimination也不断的增强和演化。（也可以理解成和平的比喻:互相追逐学习）

Algorithm（算法）

1.固定generator，只调discrimination（Discriminator learns to assign high scores to real objects and low scores to generated objects.）
2.固定discrimination，只调generator（Generator learns to “fool” the discriminator）

举一个例子：


上图是更新100次的时候呈现出的样子，几乎看不出来什么东西。后面更新了500000+次的样子，完全可以看出人物的特点。

GAN as structured learning

Can Generator learn by itself?（Generator能自己学习吗？）

generator是可以自己学习的。