GAN 学习笔记

这是看了李宏毅老师的机器学习课程的学习笔记，主要是给自己看，所以会很简陋。自己也是新手，如果大家有什么意见，欢迎指教，谢谢！

https://www.youtube.com/watch?v=4OWp0wDu6Xw&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J&index=15

很多Network的架构是一个函数，输入一个x，函数输出一个y。而network可以用来生成，区别在输入会加入一个z，这个z是从某一个分布（高斯、正态分布等）sample出来的，和x一起做某个处理，当作输入。z每一次都会不一样，所以y也会不一样，也就是y会有一个分布。这种network就是一个generator。

这里就有一个问题：为什么一定要输出是个分布？

因为虽然是同样的输入，但结果有时候会有很多种可能，每种可能都是对的，但是只能有一种可能输出。那么就需要一个几率的分布。

而GAN（generative adversarial network ）是这种生成器中比较知名的一种。GAN有一个zoo，有超过500种的GAN，这里先指记录wGAN

GAN 可以分为 unconditional 和 conditional 两种，区别就在于输入的时候有没有x

unconditional generator

假设z是从正态分布种sample 出来的一个低维