-
什么是生成对抗网络
生成对抗网络(Generative Adversarial Networks,GAN)是用于无监督学习的机器学习模型，由Ian Goodfellow等人在2014年提出。由神经网络构成判别器和生成器构成，通过一种互相竞争的机制组成的一种学习框架，GAN在深度学习领域掀起了一场革命，这场革命产生了一些重大的技术突破，学术界和工业界都开始接受并欢迎GAN的到来。GAN最厉害的地方是它的学习性质是无监督的，GAN也不需要标记数据，这使得GAN功能强大，因为数据标记的工作非常枯燥。
生成对抗网络(Generative Adversarial Networks,GAN)是用于无监督学习的机器学习模型，由Ian Goodfellow等人在2014年提出。由神经网络构成判别器和生成器构成，通过一种互相竞争的机制组成的一种学习框架，GAN在深度学习领域掀起了一场革命，这场革命产生了一些重大的技术突破，学术界和工业界都开始接受并欢迎GAN的到来。GAN最厉害的地方是它的学习性质是无监督的，GAN也不需要标记数据，这使得GAN功能强大，因为数据标记的工作非常枯燥。
