GAN和AE为什么总会被人一起讨论
核心观点：GAN和AE的最大区别在于对于生成结果质量的评估不同。
1. 相同之处
AE和GAN在产生图片上十分相似，AE是通过Decoder隐变量产生新数据。而GAN则是通过Generator产生随机图像。
2. 不同之处
AE是通过对比生成数据和原始数据之间的质量差异，来优化隐变量。
GAN则是通过判别器对比真实数据和生成数据之间的质量，使两种图片能产生相似的结果。
3. 优势/劣势
AE，中间的隐变量是由输入数据Encode产生的，导致隐变量Encode和原数据对应性更强，生成数据也就更加规则。但是这样会导致数据是点对点监督的，也就是说，尽量保证每个点都一样，也就会导致全局信息获取不够全面。全局信息弱，局部信息强。
GAN，随机输入和数据对应性弱，导致生成数据容易偏离主题，并且判别器是对数据整体进行判断的，生成的数据连续性更强，对数据的整体能有更好的把握，也就是全局信息强，局部信息弱。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！