1. 程式人生 > >對GAN的理解

對GAN的理解

1、網路是怎麼判斷兩幅影象相似的?

判別器D輸出值是一個概率值,其公式為:,當D(x)的值越大,說明pg(x)越小,

 

判別器D的訓練目標可以看成是條件概率 P=(Y=y|x)的最大似然估計,當y=1時,說明x來自於pdata,當y=0時,說明x來自與pg(x)

則極大極小問題可以變形為:

 

理解篇:

隨機噪聲圖片通過生成網路生成合成影象,該影象其實就是一個數據分佈Pz(),通過該資料分佈,比較該資料分佈Pz()和真實資料分佈Pdata()之間的JS散度,來判斷真實資料與合成數據之間的相似性,得到一個概率值D(x),該值越大就說明生成影象被判斷為真實影象的可能性越大,即網路訓練的越好。