GAN में भेदभाव करने वाला व्यक्ति सिर्फ़ डेटा को अलग-अलग ग्रुप में बांटता है. यह जनरेटर से तैयार किए गए डेटा और असली डेटा के बीच अंतर करने की कोशिश करता है. यह किसी भी तरह की नेटवर्क संरचना का इस्तेमाल करके, डेटा की कैटगरी तय कर सकता है.
पहला डायग्राम: भेदभाव की ट्रेनिंग में बैकप्रोपैगेशन.
भेदभाव करने वाले लोगों से जुड़ी ट्रेनिंग का डेटा
विभाजक का ट्रेनिंग डेटा दो स्रोतों से मिलता है:
- रीयल डेटा इंस्टेंस, जैसे कि लोगों की असली तस्वीरें. कोई भी भेदभाव करने वाला व्यक्ति ट्रेनिंग के दौरान इन उदाहरणों का इस्तेमाल, उदाहरण के तौर पर करता है.
- जनरेटर से बनाए गए नकली डेटा इंस्टेंस. कोई भी भेदभाव करने वाला व्यक्ति ट्रेनिंग के दौरान इन उदाहरणों को नेगेटिव उदाहरणों के तौर पर इस्तेमाल करता है.
पहली इमेज में, दो और कोट;सैंपल" बॉक्स हैं, जो इन दोनों डेटा सोर्स को अलग-अलग तरीके से पेश करते हैं. भेदभाव की ट्रेनिंग के दौरान, जनरेटर को ट्रेन नहीं दी जाती. ट्रैफ़िक का डेटा एक जैसा ही रहता है, जबकि डिसमिनेटर को अपनी ट्रेनिंग देनी होती है.
भेदभाव के ख़िलाफ़ अलग-अलग लोगों को ट्रेनिंग देना
भेदभाव करने वाला व्यक्ति, दो लॉस फ़ंक्शन से कनेक्ट होता है. भेदभाव की ट्रेनिंग के दौरान, भेदभाव करने वाले व्यक्ति को अनदेखा किया जाता है और यह पक्का किया जाता है कि उसके साथ भेदभाव किया गया है. हम जनरेटर की ट्रेनिंग का इस्तेमाल करते हैं जैसा कि अगले सेक्शन में बताया गया है.
जब भेदभाव के ख़िलाफ़ ट्रेनिंग दी जाती है:
- डिस्ट्रिब्यूटर, जनरेटर से मिले असली डेटा और नकली डेटा, दोनों की कैटगरी तय करता है.
- किसी के साथ बुरा बर्ताव करने वाले के तौर पर नुकसान पहुंचाने के लिए, भेदभाव करने वाले व्यक्ति पर जुर्माना लगाया जाएगा.
- भेदभाव करने वाले लोगों का आकलन, अलग-अलग करने की प्रक्रिया की मदद से किया जाता है.
अगले सेक्शन में हम देखें कि जनरेटर से होने वाली नुकसान की वजह, अलग करने वाली इकाई से क्यों कनेक्ट होती है.