生成对抗网络,GAN

基本思想

GAN全称生成对抗网络,是生成模型的一种,而他的训练则是处于一种对抗博弈状态中的。

譬如:我要升职加薪,你领导力还不行,我现在领导力有了要升职加薪,你执行力还不行,我现在执行力有了要升职加薪,通过这样不断的努力和被拒绝,最后的最后你要不离职了要不升职加薪了。

这个例子中,个人的能力在不断的变化,领导的定义也在不断变化,选领导要通过不断的对比观察,你要通过不断的训练和实践,处于一种对抗博弈中。

基本结构

GAN的主要结构包括一个生成器G(Generator)和一个判别器D(Discriminator)。

上面的领导是判别器,你是生成器。领导需要告诉你如何才能成为领导,你需要学习训练成为领导。

定义一个模型来作为生成器,输入需要一个n维度向量(能骗过判别器,譬如执行力,领导力,创新力),能够输出一个向量,譬如输出一个领导。

定义一个分类器来作为判别器用来判别此人是否是领导,输入为此人,输出为判别是或否。