[发明专利]生成器的训练方法及其数据生成方法、装置、电子设备

说明书

本申请提供了一种生成器的训练方法及其数据生成方法、装置、电子设备；其中，生成器的训练方法包括：将生成器与判别器组成生成对抗网络；将样本对象的样本性质数据和随机噪声数据进行融合处理，基于得到的融合数据调用初始化的或上次交叉训练后的生成器进行生成处理，得到样本虚假目标数据，并基于已训练的所述判别器对样本虚假目标数据进行回归处理，得到样本虚假目标数据的预测性质数据；样本性质数据包括样本对象的连续型性质数据。固定判别器的参数不变，基于包括预测性质数据与样本性质数据之间的第一差异数据的第一损失函数，更新生成器的参数。通过本申请能够适用各种应用场景来生成具有连续型性质的多样化的目标数据。

技术领域

本申请涉及人工智能技术，尤其涉及一种生成器的训练方法及其数据生成方法、装置、电子设备。

背景技术

人工智能(Artificial Intelligence，AI)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。

随着人工智能技术的发展，生成对抗网络的应用越来越广。相关技术中，生成对抗网络中的生成器可以根据用户输入的数据生成对应的目标数据，然而，相关技术中，生成对抗网络中的生成器生成的目标数据较为单一。

发明内容

本申请实施例提供一种生成器的训练方法、数据生成方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够适用各种应用场景来生成具有连续型性质的多样化的目标数据。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种生成器的训练方法，包括：

将所述生成器与判别器组成生成对抗网络，其中，所述生成对抗网络的训练过程包括前向传播过程和反向传播过程，所述生成器与所述判别器是在所述反向传播过程中交叉训练的；

在所述前向传播过程中，将样本对象的样本性质数据和随机噪声数据进行融合处理，基于得到的融合数据调用初始化的或上次交叉训练后的所述生成器进行数据生成处理，得到样本虚假目标数据，并

基于已训练的所述判别器对所述样本虚假目标数据进行回归处理，得到所述样本虚假目标数据的预测性质数据；其中，所述样本性质数据包括所述样本对象的连续型性质数据；

在所述反向传播过程中，固定所述判别器的参数不变，基于包括所述预测性质数据与所述样本性质数据之间的第一差异数据的第一损失函数，更新所述生成器的参数。

本申请实施例还提供了一种数据生成方法，包括：

接收目标对象的设定性质数据，其中，所述设定性质数据包括从连续的特征数据取值空间选取并设定的连续型性质数据；

基于所述设定性质数据调用生成器进行数据生成处理，得到所述目标对象的符合所述设定性质数据的目标数据；

其中，所述生成器是根据上述用于进行数据处理的生成器的训练方法训练得到的。

本申请实施例提供一种生成器的训练装置，包括：

组成模块，用于将所述生成器与判别器组成生成对抗网络，其中，所述生成对抗网络的训练过程包括前向传播过程和反向传播过程，所述生成器与所述判别器是在所述反向传播过程中交叉训练的；

生成模块，用于在所述前向传播过程中，将样本对象的样本性质数据和随机噪声数据进行融合处理，基于得到的融合数据调用初始化的或上次交叉训练后的所述生成器进行数据生成处理，得到样本虚假目标数据；