广州公司网站建设,网页设计与制作期末作品,扬州推广公司,邵东平台网站建设生成对抗网络（Generative Adversarial Nets，简称GAN)。神经网络分很多种，有普通的前向传播网络，有分析图片的CNN卷积神经网络，有分析系列化数据比如语言、文字的RNN循环神经网络，这些神经网络都是用来输入数据，得到想要的结果，我们看中的是这些神经网络中很好地将数据与… 生成对抗网络（Generative Adversarial Nets，简称GAN)。神经网络分很多种，有普通的前向传播网络，有分析图片的CNN卷积神经网络，有分析系列化数据比如语言、文字的RNN循环神经网络，这些神经网络都是用来输入数据，得到想要的结果，我们看中的是这些神经网络中很好地将数据与结果通过某种关系联系起来。 但是还有那么一种形式的神经网络，它不是用来把数据对应上结果的，而是用来凭空捏造结果，这就是我们想要说的生成网络了，GAN就是其中的一种。当然这里的凭空，并不是什么都没有，而是一些随机数，就是说没有意义的随机数来生成有意义的作品，比如著名画作。当然这还不是全部，只是GAN的一部分而已，这一部分神经网络我们可以看作是新手画家。 新手画家作画都需要一些灵感，他们依照自己的灵感来完成作品，有了灵感不一定有用，因为他的作画技术并没有我们想象中的那么好，画出来的可能是一团糟。 新手画家找到了自己一个正在学鉴赏的好朋友——新手鉴赏家。可是新手鉴赏家并没有什么能耐，他也不知道怎么样鉴赏著名的画作，所以坐在电脑旁的你实
