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。