GAN网络什么意思(GAN网络是一种机器学习方法)（[db:子分类]）

品牌型号：lenovo ThinkPad X250 系统：Windows 11 软件版本:

GAN网络是一种机器学习方法，是一种深度学习模型，是近年来最有前途的无监督学习方法之一。模型通过框架（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）相互博弈学习产生相当好的导出。

原始 GAN 理论上，没有要求 G 和 D 它们都是神经网络，只需要拟合相应的生成和识别函数。但在实践中，深度神经网络一般被用作实践中的深度神经网络。 G 和 D 。一个优秀的GAN应用需要良好的训练方法，否则可能会因为神经网络模型的开放而导出不理想。

机器学习模型大致可以分为两种，生成模型（Generative Model）和判别模型（Discriminative Model）。识别模型需要输入变量 ，通过某种模型进行预测 。生成模型就是给出一些隐含的信息，随机生成观测数据。举个简单的例子：判断模型，给出一张图片，判断图片中的动物是猫还是狗。生成模型，给一系列猫的图片，生成一只新猫（不在数据中）

由于输出目标相对简单，很容易定义损失函数。但是对于生成模型，损失函数的定义并不那么容易。我们对生成结果的期望往往是一种模棱两可、数学公理化难以界定的范式。因此，不妨将生成模型的反馈部分交给判断模型。这是Goodfellow，他将机器学习中的两种模型，Generative和Discrimitive紧密结合在一起。