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：