[機器學習入門] 李宏毅機器學習筆記-20 （Deep Generative Model-part 3：深度生成模型-part 3）

上接part 2，VAE從來沒有去學習產生一張看起來能以假亂真的image，它所學到的是：它想要產生一張image，跟database的image越接近越好。它不知道的是，我們在衡量它產生的image和database種image的相似度的時候，假設兩個image有一個像素不一樣，從圖中可以看出，這個像素落在不同的位置差別很大，但對VAE看來，這兩張image是效果同樣的。
VAE是模仿，而不是去產生新的image。

Generative Adversarial Network (GAN)

Yann LeCun’s comment，評價很高。

這里寫圖片描述

GAN的概念，有點像擬態的演化。

這里寫圖片描述

The evolution of generation，Generator演化（蝴蝶），Discriminator也跟著演化（天敵）。
需要注意的是，generator從來沒有看過真正的image，它要做的就是努力騙過看過真正image的discriminator。所以generator才能產生出database中沒過的image。

這里寫圖片描述

GAN - Discriminator

這里寫圖片描述

GAN - Generator

注意，Fix the discriminator，然后去調generator的參數。

這里寫圖片描述

GAN – Toy Example

這里寫圖片描述

Moving on the code space

先隨機sample五個vector，然后向該方向moving，會發生很神奇的事情，比如窗變成電視，電視變成窗戶。

這里寫圖片描述

Moving on the code space

這里寫圖片描述