举个例子：生成网络 G 好比假币制造团伙 ， 专门制造假币 ， 判别网络 D 好比警察 ， 专门检测使用的货币是真币还是假币 ， G 的目标是想方设法生成和真币一样的货币 ， 使得 D 判别不出来 ， D 的目标是想方设法检测出来 G 生成的假币 。
传统的判别网络：
文章插图
生成对抗网络：
文章插图
在训练的过程中固定一方 ， 更新另一方的网络权重 ， 交替迭代 ， 在这个过程中 ， 双方都极力优化自己的网络 ， 从而形成竞争对抗 ， 直到双方达到一个动态的平衡（纳什均衡） ， 此时生成模型 G 恢复了训练数据的分布（造出了和真实数据一模一样的样本） ， 判别模型再也判别不出来结果 ， 准确率为 50% 。
下面展示一个cDCGAN的例子（前面帖子中写过的）
生成网络
文章插图
判别网络
文章插图
最终结果 ， 使用MNIST作为初始样本 ， 通过学习后生成的数字 ， 可以看到学习的效果还是不错的 。
文章插图
小结
本文非常简单的介绍了四种神经网络的架构 ， CNN ， RNN ， DBN ， GAN 。当然也仅仅是简单的介绍 ， 并没有深层次讲解其内涵 。这四种神经网络的架构十分常见 ， 应用也十分广泛 。当然关于神经网络的知识 ， 不可能几篇帖子就讲解完 ， 这里知识讲解一些基础知识 ， 帮助大家快速入（zhuang）门（bi） 。
【一文看懂四种基本的神经网络架构】
推荐阅读
- 一文轻松了解网络流量控制，反压技术原理，程序员必备通信知识12
- 一文搞懂 Java 线程中断
- 一文掌握Go语言的流程控制
- 小青柑霜与霉的区别四种方法教你辨别
- 制造业|公司最不用应该出现的四种情况
- 苹果 iOS 15.2 正式版更新了哪些内容？一文搞懂
- 一文详尽解析Redis的设计原理
- 1分钟带你看懂Java内部类
- 一文教你读懂如何手工配置DBControl
- 教你看懂化妆品成分表 科学选购化妆品