前文
今天的文章將要介紹深度學習中其中一種演算法叫生成對抗網路(GAN)。
生成對抗網路(GAN)
GAN 是生成式深度學習演算法，用於創建類似於訓練數據的新資料實例。GAN有兩個元件：一個生成器，它學習生成假數據，另一個鑑別器，它從虛假信息中學習，簡單來說GAN就是透過自己相互對抗的生成與鑑別網路，大幅減少資料量的需求，也為非監督式學習提供了更為進步的方法。
運作模式
1.鑑別器學習區分生成器的假數據和真實的樣本數據。
2.在初始訓練期間，生成器生成假數據，鑑別器很快學會判斷它是假的。
3.
GAN將結果發送到生成器和鑑別器以更新模型。
圖片來源
https://kilong31442.medium.com/top-10-%E6%82%A8%E6%87%89%E8%A9%B2%E8%A6%81%E5%AD%B8%E6%9C%83%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-fundamental-review-series-d8c69897e010
參考資料
https://kilong31442.medium.com/top-10-%E6%82%A8%E6%87%89%E8%A9%B2%E8%A6%81%E5%AD%B8%E6%9C%83%E7%9A%84%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%BC%94%E7%AE%97%E6%B3%95-fundamental-review-series-d8c69897e010
https://medium.com/@hiskio/%E7%94%9F%E6%88%90%E5%B0%8D%E6%8A%97%E7%B6%B2%E8%B7%AF%E5%88%B0%E5%BA%95%E5%9C%A8gan%E9%BA%BB-f149efb9eb6b
iThome鐵人賽
看影片追技術