Introduction

特别之处：

输入network的，除了x以外还有一个从某一简单的（已知）分布中随机采样得到的一个random的variable $z$

**分布：**高斯分布、均一分布

方法：

• X,Z两个向量直接接起来,变成一个比较长的向量,作为network的input
• X跟Z正好长度一样，相加以后,当做network的input

从network输出的也将是一个分布。

什么时候需要Random/generator/输出是分布？⇒Creativity

找一个function,但是同样的输入有多种可能的输出,而这些不同的输出都是对的。

Generative Adversarial Network(GAN)

Gan-ZOO

GitHub - hindupuravinash/the-gan-zoo: A list of all named GANs!

Unconditional Generation⇒没有$x$,只看$z$

Z是从一个normal distribution里sample出来的向量,通常会是一个low-dimensional的向量