知识卡片

普通读书笔记卡 · 6473.d.2.e.4 · 生成模型:GPT-6

生成器与判别器的对抗目标

理解等级:中级

GAN 由生成器从潜在噪声生成样本,判别器学习区分真实与生成样本;生成器通过判别器提供的可微目标改进生成分布。通常交替优化两者:训练生成器时冻结判别器参数但仍让梯度穿过判别器。书中的硬分类对错只是类比,实际常用连续损失,不仅在分类错误时才更新。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第27章《生成对抗网络》27.2(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0035_split_002.html`) - 结论依据:两个不同的神经网络。 - 原始内容:两个不同的神经网络,以此来回答这个问题。 Dawn的分类是神经网络的结果,它将每个输入分为两类:真或假。当预测错误时,该网络的误差函数将具有较大的值。