对抗生成网络（GAN）

代码部分参考：李宏毅机器学习作业6-使用GAN生成动漫人物脸_iwill323的博客-CSDN博客

目录

基本概念介绍

生成器（generator）

什么时候需要输出一个分布

Generative Adversarial Network (GAN)

​discriminator（鉴别器）

GAN的基本思想和算法

应用实例

Anime Face Generation（动画人脸生成）

Progressive GAN——真实人脸生成

The first GAN

BigGAN

设定目标与训练

GAN 的训练目标：让生成器产生的与真实数据之间的分布接近

借助Discriminator 的力量计算 Divergence

从Objective Function到JS divergence

使用其他的divergence

JS divergence存在的问题

PG和Pdata重叠的范围很小

重叠部分少导致的问题

Wasserstein distance

Wasserstein distance概念：另一种计算divergence的方法

Wasserstein distance好处

计算方法和WGAN

GAN is still challenging

GAN for Sequence Generation

Conditional Generation(CGAN) 

cycle GAN

实现方式

More style-transfer GAN

StarGAN

Text Style Transfer

文本摘要

无监督翻译

无监督语音辨识