深度学习:前沿技术-GAN
内容纲要
欢迎转载,作者:Ling,注明出处:深度学习:前沿技术-GAN
起因:数据是深度学习的石油,数据不足容易过拟合
解决:自动生成数据
GAN:Generative Adversarial Nets(生成式对抗网络)
发明人:Ian J. Goodfellow
主要解决问题:数据不足问题,或者称为小数据深度学习
属于生成模型家族:
应用场景:
- 计算机绘图
- 生成数据样本
现有小数据深度学习技术:
- AlexNet:大图分解成很多子集。存在问题:背后表示的图像唯一,可能存在类似的多重共线性问题。
- 插值法:早期的生成式模型,依赖于马尔科夫链,维度太高,难以从已知的样本中找到符合相应分布的拟合曲线。
Gan原理:
原理补充:
博弈论:GAN就是一个博弈过程
形式化:
- 目标函数:
目标函数说明:
训练算法:
补充:
留言