生成对抗神经网络

生成对抗神经网络（generative adversarial networks，GAN）指的是同时运行的实现两个相互竞争的神经网络。其中，第一个网络是生成器，从输入到网络的训练样本中产生合成数据，而第二个网络则评估生成的数据与原始数据之间的一致性。其目的是降低第二个网络的分类误差程度，使生成的图像更接近于原始图像。这种GAN的方法在以DL为基础的数字病理方法中显示出越来越大的潜力，包括图像特征分割和不同染色色度变化的校正。(https://www.daowen.com)