GAN 的判别器应该做什么?

数据挖掘 机器学习 神经网络 生成模型
2022-02-24 12:27:21

生成对抗网络 (GAN) 由两个子网络组成:(1) 生成器和 (2) 鉴别器。

鉴别器应该能够做什么?或者更具体地说,它应该能够区分(分类)真实对象(例如向量)和生成的对象,还是应该能够区分一组生成的向量和一组真实的向量?

我倾向于认为第二种选择是正确的。但是,如果是这样的话,我们如何构建一个对一组向量而不是一个向量进行分类的神经网络呢?

1个回答

鉴别器必须将单个元素分类为假的(即由生成器创建)或真实的(即取自训练数据集)。鉴别器为批次中的每个元素生成标签(真/假)。损失函数是根据这些标签计算的。

元素以相同类型的批次提供给鉴别器(即批次中的所有元素都是真实的或批次中的所有元素都是假的)。这是因为伪造的数据批次是由生成器直接生成的,作为同一计算图的一部分(即生成器的输出直接连接到鉴别器的输入)。这是为了能够通过鉴别器传播生成器参数的梯度。