今天我們介紹什麼是GAN(Generative Adversarial Network,GAN),先看什麼是GAN、及GAN的演進等等。
生成對抗網路(Generative Adversarial Network,GAN)是一種強大的生成模型,由生成器和判別器組成,透過對抗過程來訓練。
以下是有關生成對抗網路的簡要介紹:
總之,生成對抗網路(GAN)是一種基於對抗訓練的生成模型,透過生成器和判別器的博弈來創造逼真的樣本。GAN 在生成任務中取得了重大突破,並且在多個領域中持續發展和應用。
生成對抗網路(Generative Adversarial Network,GAN)在其提出以來經歷了多個階段的演進和改進。以下是GAN演進的簡要介紹:
總之,生成對抗網路(GAN)在各個方向上不斷演進和改進,從基本的結構到各種變種,從圖像生成到文本生成,都取得了重要的成就。這些改進不僅改善了生成品質,還擴展了 GAN 的應用範圍。
為了更好地表示其中不同種類的GAN之間的關係,茲整理列表如下:
可以看到從幾種不同面向GAN的分類;例如,代表變體、訓練、及任務導向。
在應用方面,GAN也有不同的種類,如下:
可以看到分為影像類的、還有文本類的,基本上就是二維資料和一維資料的差別,常見的面向上都有其應用。
今天我們重新回顧了GAN,並介紹GAN的演進,明天我們會介紹PixelRNN的內容,明天見!