详细介绍生成对抗网络 (GAN) 的原理和基于Pytorch源码的实现

介绍

GAN 是一种使用 CNN（卷积神经网络）等深度学习方法进行生成建模的方法。生成建模是一种无监督学习方法，涉及自动发现和学习输入数据中的模式，以便该模型可用于从原始数据集中生成新示例。

GAN 是一种通过将问题构建为具有两个子模型的监督学习问题来训练生成模型的方法。GAN 有两个组成部分：

1. 生成器：它被训练来生成新的数据集，例如在计算机视觉中，它从现有的现实世界图像生成新图像。
2. 鉴别器：它将这些图像与一些现实世界的例子进行比较，并对真假图像进行分类。

示例：