図1に示すように、P（x）はトレーニングデータセットの確率分布であり、事前に知らなくても、ネットワークは自動的に学習になり、P（x）は便宜上およびプルーフ式について導出されます。
図2に示すように、実際のデータ分布を学習識別器は、P R＆LT（X）、ジェネレータが偽分布p生成G（X）、及び二つの分布の距離を最小化する、ナッシュ均衡が達成される、P R＆LT（X）になります非常に近いP G（X）
3、トレーニング機能
39、GAN原則
おすすめ
転載: www.cnblogs.com/pengzhonglian/p/12165455.html
おすすめ
ランキング