生成式对抗网络（GAN）凭借其强大的对抗学习能力受到越来越多研究者的青睐，并在诸多领域内展现出巨大的潜力。阐述了GAN的发展背景、架构、目标函数，分析了训练过程中出现模式崩溃和梯度消失的原因，并详细介绍了通过架构变化和目标函数修改而提出GAN衍生模型，对一些用来评估生成图像质量和多样性的标准进行了小结，总结了GAN在不同领域的广泛应用，总结全文并对该领域未来的研究方向提出一些展望。
科研之友
微信
新浪微博
Facebook
分享链接
