初学者之路——————对抗神经网络

对抗神经网络可以理解成由两个相互对抗博弈的网络，即生成模型和辨别模型之间进行零和博弈。

具体可理解成生成模型对于一系列真实的样本集合进行模拟生成一系列类似的相同分布的样本集合，由辨别模型对真实样本集合和生成的样本集合进行识别辨认出真假。在对抗过程中，生成模型通过自我优化尽可能生成让辨别模型无法成功辨认的贴近真实样本集合的数据集合（辨别出真实和虚假的概率各为0.5即可认为无法有效识别），而辨别模型也通过自我优化成功分辨出真实和虚假的样本。

GAN损失函数的最优解要求最大化辨别模型的分辨率，最小化生成模型和真实数据集合的差异。此时，最优解可以理解成寻找到最合适的参数使得生成模型的虚假样本集合接近于0，而真实样本集合接近于1。

GAN可以应用于图像识别领域，例如以假乱真的人脸识别、影视作品特效绘制和信息检索等。

研究生寒假自学唐宇迪老师课程的第一天，如果有问题，欢迎大家指出。