less than 1 minute read

  1. :o: GAN 是监督学习还是无监督学习

  2. :o: GAN 与强化学习的区别
    强化学习的目标是对于一个智能体,给定状态 s,去选择一个最佳的行为 a(action);通常的可以定义一个价值函数 Q(s,a) 来衡量,对于状态 s,采取行动 a 的回报是 Q(s,a),显然,我们希望最大化这个回报值;对于很多复杂的问题,我们是很难定义这个价值函数 Q(s,a) 的,就像我们很难定义 GAN 生成的图片到底有多好一样;
    说到这里,大家可能反应过来了;GAN 生成的图片好不好,我确实找不到一个合适的指标,那我学习一个判别器去判断一下生成图片和真实图片的距离不就好了吗;强化学习里面的价值函数 Q(s,a) 难以定义,那直接用个神经网络去学习它就好了;典型的模型有 InverseRL,GAIL等;

  3. :o: GAN 和 VAE 的区别
    两个都是生成模型,但是训练方式不同;GAN 基于博弈论,目的是达到纳什均衡;VAE 是基于贝叶斯推理的概率图模型,其目标是潜在地对数据分布建模,以便从分布中采样出新的数据;
    VAE 有明确的评估模型质量的方法,如对数似然度、重要性采样或下界估计;而 GAN 还没有模型评估方法;
    VAE 生成图像模糊;原因是 VAE 的损失用的是均方差,而不是对抗网络,其局限在一个隐空间中,过于简化了任务;

  4. :o: 为什么说自编码网络不是和做生成器

  5. :o: GAN 中只用 生成器可不可以

  6. :o: GAN 中只用判别器可不可以

  7. :o: GAN 的作用

  8. :o: GAN 最终达到纳什均衡,那么挛生网络等 CNN 是否最终也是达到纳什均衡

  9. :o: GAN 训练时生成器或判别器有一方训练效果很好(loss 十分接近0),这种情况正常吗
    不正常,因为对抗网络需要达到纳什均衡才能共同变得更好,当一方效果很好时,很显然没有达到纳什均衡;

  10. :o: 判别模型和生成模型的区别


TOP

附录

A 参考资料

Tags:

Categories: , ,

Updated:

Comments