移动端机器学习实战

第6章　使用对抗学习构建手写数字分类器

在本章中，我们将构建一个Android应用程序，使用对抗学习（adversarial learning）识别手写数字并完成数字分类。我们将使用MNIST数据集完成数字分类，还将学习生成式对抗网络（Generative Adversarial Network，GAN）。

本章将介绍以下内容：

• GAN的基础知识；
• 修订的美国国家标准与技术研究院（Modified National Institute of Standards and Technology，MNIST）数据集；
• 构建分类器的方法；
• 构建Android应用程序的方法。

　

本章的源代码可以在GitHub网站中找到。

6.1　生成式对抗网络

GAN是机器学习（Machine Learning，ML）算法中的一种，用于非监督式ML（由两个相互竞争的深度神经网络组成，因此而得名“对抗”）。GAN是Ian Goodfellow和其他学者（包括Yoshua Bengio）在蒙特利尔大学于2014年发明的。

　

Ian Goodfellow关于GAN的论文参见arXiv网站。

GAN有模仿任何数据的潜力。这就意味着可以训练GAN以创建数据的类似版本，比如，图片、音频或者文本的副本。举个简单的例子，基于斯坦福大学中Robbie ...