PyTorch, GAN筆記

1. GAN的原理：生成器(Generator)想騙過判别器(Discriminator)，但判别器因為有真實資料，是以可以将真實資料與生成器生成的資料區分開來，通過兩者的博弈達到一個納什均衡點。
2. 判别器輸出的是一個機率值，值越大表示越可能來自真實資料分布。
3. Deep Learning時會因為seed的不同而帶有一定的随機性，是以為了實作效果的複現，最好是把種子固定住！
4. GAN裡Generator和Discriminator在一個epoch裡是互動式訓練的，但具體訓練時可能不是訓練一個step，而是多個step!