GAN
生成器与判别器相互对抗训练，以合成逼真的数据。
概览
生成对抗网络让两个模型相互对抗训练：一个生成样本的生成器和一个试图将生成样本与真实样本区分开的判别器。它解决了在没有显式似然的情况下生成清晰、逼真数据的问题。它之所以存在，是因为对于图像而言，学习到的判别器能提供比逐像素损失有用得多的训练信号，而逐像素损失往往会产生模糊。
技术图谱
GAN 如何与技术栈的其他部分相连。
使用与依赖
- Neural Network concept Algorithms GAN based on Neural Network High ✓ source
被用于
- Image Generation application Applications GAN used by Image Generation High ✓ source
替代方案
对比
与上述替代方案的逐项对比。