关于GAN的魂灵七问

因为 GAN 鉴别器是一种图像分类器，有人也许担忧其遭遇反抗样本。研究 GAN 和反抗样本的文献不在少数，但研究二者相关的文献却少得可怜。因此，我们不禁要问：

我们怎样开始思量这一题目?假设有一个牢靠鉴别器 D。假若有一个天生器样本 G(z) 被正确分类为假样本，而且有一个小的扰动 p，G(z)+p 就被分类为真样本，那么 D 就有了一个反抗样本。行使一个 GAN 要思量的是，天生器的梯度更新将发生一个新的天生器 G'，个中，G'(z) = G(z) + p。

这种担忧是实际存在的吗?我们更担忧一种叫做「反抗进攻」的对象。我们有来由信托这些反抗进攻产生的也许性较小。起首，在鉴别器再次更新之前，天生器只能举办一次梯度更新。其次，从先验漫衍中抽取一批样本，天生器得以优化，这批样本的每个梯度更新步都是差异的。

最后，优化是在天生器的参数空间(而不是像素空间)中举办的。然而，这些论点都没有完全解除天生器建设反抗样本的也许。这将是一个值得深度切磋且富有成就的话题。

原文链接：https://distill.pub/2019/gan-open-problems/

【本文是51CTO专栏机构“呆板之心”的原创译文，微信公家号“呆板之心( id: almosthuman2014)”】

戳这里，看该作者更多好文

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!