Generative Adversarial Nets
NIPS 2014
本文通过对抗过程，提出了一种新的框架来预测产生式模型，我们同时训练两个模型：一个产生式模型 G，该模型可以抓住数据分布；还有一个判别式模型 D 可以预测来自训练样本 而不是 G 的样本的概率．训练 G 的目的是让 D 尽可能的犯错误，让其无法判断一个图像是产生的，还是来自训练样本．这个框架对应了
论文笔记之：Generative Adversarial Nets
原文：http://www.cnblogs.com/wangxiaocvpr/p/5744947.html