GAN

快速学习

生成对抗网络

https://zhuanlan.zhihu.com/p/72942856

GAN 的发展路线图

我们将按照下面的顺序，一步一步学习它：

1. GAN：生成对抗网络
2. DCGAN：深度卷积生成对抗网络
3. CGAN：条件生成对抗网络
4. CycleGAN
5. CoGAN：耦合生成对抗网络
6. ProGAN：生成对抗网络的渐进式增长
7. WGAN：Wasserstein 生成对抗网络
8. SAGAN：自注意力生成对抗网络
9. BigGAN：大生成对抗性网络
10. StyleGAN：基于风格的生成对抗网络

GAN：生成对抗网络

一个神经网络试图生成接近真实的数据（注意，GANs 可以用来模拟任何数据分布，但目前主要用于图像），另一个网络试图区分真实的数据和由生成网络生成的数据。

生成器网络使用判别器作为损耗函数，并更新其参数以生成看起来更真实的数据。