什么？AI黑白图像能够自动上色？( 三 )_作者|李秋键责编|刘静本篇文章将利用GA

下面简单介绍下GAN ， GAN 充分发挥“对抗过程”训练两个人工神经网络，这两个互联网不会相互博弈论以后超过一种完美的平衡态，我们这个范例中的的警员和犯罪者就相等于这两个人工神经网络。其中一个人工神经网络叫作建模神经网 S（T），它会用于输出随机噪声统计数据，分解和有数统计数据集十分相似的统计数据；另一个人工神经网络叫鉴别器生成网 E（X-），它会以分解的统计数据作为输出，试图辨别出有哪些是分解的统计数据，哪些是现实统计数据。鉴别器的架构是构建二元归类，输入的结果是输出统计数据来自现实统计数据集（和制备统计数据或欺诈统计数据比较）的机率。

整个步骤的目的变量从意义上可以写为：

我们在后面所说的 GAN 最后能超过一种完美的平衡态，是所指建模应当能仿真现实的统计数据，鉴别器输入的机率应当为 0.5 ，即分解的统计数据和现实统计数据完全一致。理论上，它不确认来自建模的新的统计数据是现实还是欺诈，二者的机率大于。

如果需要自定义数据集，可以通过在 train 文件夹中上传高分辨率的彩色图像然后黑白图片从彩色图像单通道提取即可。