一篇文章“简单”认识《生成对抗网络》(GAN)

前言

背景：在监督学习中，训练集需要大量的人工标注数据，并且需要人工判断生成结构好坏，这个过程是高成本且低效率的；GAN能自动完成这个过程，效率高成本低。

定义：生成对抗网络（GAN，generative adversarial network），是一种常用于学习类别特征的神经网络结构；主要有两部分组成，分别是生成网络、判别网络。

生成对抗网络GAN让机器能作诗、作曲、作画。

生成对抗网络应用

GAN 的应用十分广泛，它的应用包括图像合成、图像编辑、风格迁移、图像超分辨率以及图像转换，数据增强等。

1）风格迁移

图像风格迁移是将图像A的风格转换到图像B中去，得到新的图像，取个名字为new B。其中new B中即包含图像B的内容，也包含图像A的风格。