Я. Гудфеллоу, И. Бенджио, А. Курвилль

586 

 
Глубокие порождающие модели 
Рис. 20.6 

Примеры двумерных систем координат для многообразий вы-
сокой размерности, обученных вариационным автокодировщиком (Kingma 
and Welling, 2014a). На странице можно нарисовать два измерения, поэтому 
мы можем составить некоторое представление о работе модели, обучив ее 
двумерному латентному коду, даже если полагаем, что истинная размер-
ность многообразия данных гораздо выше. Показанные изображения – не 
примеры, взятые из обучающего набора, а изображения 
x
, фактически 
сгенерированные моделью 
p
(
x
| 
z
)
путем простого изменения двумерно-
го «кода» 
z
(каждому изображению соответствует свой выбор «кода» 
z
на 
двумерной равномерной сетке). (
Слева
) Двумерное отображение много-
образия лиц Фрея. Одно выявленное измерение (по горизонтали) соответ-
ствует главным образом углу поворота лица, а другое (по вертикали) – эмо-
циональному выражению. (
Справа
) Двумерное отображение многообразия 
MNISТ
20.10.4. Порождающие состязательные сети
Порождающие состязательные сети, или ПСС (Goodfellow et al., 2014c), – еще один 
подход к порождающему моделированию, основанный на дифференцируемых гене-
раторных сетях. В их основе лежит теоретико-игровая ситуация, когда генераторная 
сеть должна состязаться с противником. Генераторная сеть непосредственно порож-
дает примеры 
x
= 
g
(
z
; 
θ
(
g
)
). Ее противник, 
дискриминантная сеть
, пытается отличить 
примеры, взятые из обучающих данных, от примеров, порожденных генератором. 
Дискриминатор выдает значение, возвращенное функцией 
d
(