原书出处
深度学习详解
08 生成模型 8.4 GAN的理论介绍
当然,我们还是需要直观地理解一下为什么目标函数的值会和散度有关. 假设和的差距很小,如图8.16 所示,蓝色的星星和红色的星星混在一起.在这里,判别器就是在训练一个0/1分类的分类器,因为这两组数据的差距很小,所以在解决这个优化问题时,很难让目标函数达到最大值. 但是当两组数据的差距很大时,也就是蓝色的星星和红色的星星并没有混在一起,就可以很轻易地把它们分开. 当判别器可以轻易地把它们分开的时候,目标函数就可以变得很大. 所以当两组数据的差距很大时,目标函数的最大值就可以很大. 当然这里面有很多的假设,例如假设判别器的分类能力为无限强.
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter08.xhtml
EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc