GAN'daki ayrımcı, basit bir sınıflandırıcıdır. Gerçek verileri jeneratör tarafından oluşturulan verilerden ayırt etmeye çalışır. Sınıflandırdığı veri türüne uygun ağ mimarisini kullanabilir.
Şekil 1: Ayrımcı eğitimde geri yayılma.
Ayrımcı Eğitim Verileri
Ayrımcının eğitim verileri iki kaynaktan gelir:
- Kullanıcıların gerçek resimleri gibi gerçek veri örnekleri. Ayrımcı, eğitim sırasında bu örnekleri olumlu örnek olarak kullanır.
- Jeneratör tarafından oluşturulan sahte veri örnekleri. Ayrımcı, eğitim sırasında bu örnekleri negatif örnek olarak kullanır.
Şekil 1'de bulunan iki "Örnek" kutusu, ayrımcıya beslenen bu iki veri kaynağını temsil eder. Ayrımcı eğitimi sırasında üretici eğitmez. Ağırlıkları sabit kalırken, ayrımcının eğitebileceği örnekler oluşturur.
Ayrımcıyı eğitme
Ayrımcı, iki kayıp işleve bağlanır. Ayrımcı eğitimi sırasında, ayrımcı, jeneratör kaybını göz ardı eder ve yalnızca parçalayıcıyı kullanır. Bir sonraki bölümde açıklandığı gibi, jeneratör eğitimi sırasında jeneratör kaybından yararlanıyoruz.
Ayrımcı eğitimi sırasında:
- Ayrımcı, hem gerçek verileri hem de oluşturucudan alınan sahte verileri sınıflandırır.
- Ayrımcı kayıp, gerçek bir örneği sahte veya sahte bir örnek olarak yanlış sınıflandırdığı için ayrımcıyı cezalandırır.
- Ayrımcı, ağırlıkları diskalifer ağından kaynaklanan ayrımcı kaybından kaynaklanan geri yayılma ile günceller.
Sonraki bölümde, jeneratör kaybının ayrımcıya neden bağlandığını göreceğiz.