机构名称：
¥ 1.0
论文摘要：我们提出了一个新的框架，用于通过对抗网估计生成模型，在该框架中，我们同时训练了两个模型：一种生成型模型g，捕获数据分布的生成模型G，以及一个鉴别模型D估计样品来自训练数据而不是G。G的可能性最大的可能性是使G的训练过程最大程度地使D造成错误的可能性。此框架对应于Minimax两人游戏。在任意函数g和d的空间中，存在一个独特的解决方案，g恢复了训练数据分布，而d则等于到处都是1/2。在多层感知器定义G和D的情况下，可以通过反向传播对整个系统进行训练。在培训或生成样本期间，不需要任何马尔可夫链或展开的近似推理网络。实验通过定性和定量评估生成的样品来证明该框架的潜力。
事实表
主要关键词
相关文件推荐
