对抗生成网络GANP52-

1.对抗生成网络的重点：有原始的输入，按照需求，生成新的数据。
eg1:超分辨率重构(首先先告诉神经网络什么是低分辨率，什么是高分辨率，让计算机学习两者的联系。
eg2:警察抓小偷的时候，由于录像太过模糊，所以由模糊的数据生成清晰的数据。

在这里插入图片描述
Random Vector:随机向量
Generator Network:生成网络
Training Set:训练集里面选取一些真的数据
判别器：把生成的判断为假，把生成的数据判别为真。
所以生成网络就是二分类网络。
（卷积网络h,w,c=3)
损失函数决定网络的走向。

相关阅读:
Ubuntu系统自动清理系统内存脚本和使用方法
std::c++ 中格式化任意字符串
C++ map容器
JavaScript While循环
设计模式- 单例模式（Singleton）结构|实现方式|优缺点|场景
Apollo planning之hybrid A*
SpringSecurity框架【详解】
LInux - mini_shell
【计算机网络】应用层协议原理
c++仿函数

原文地址：https://blog.csdn.net/zsysingapore/article/details/140000230