GAN の構造の概要

敵対的生成ネットワーク（GAN）には 2 つの部分があります。

• 生成ツールは、もっと現実的なデータを生成することを学習します。生成されたインスタンスは、区別器のトレーニング サンプルになります。
• discriminator は、ジェネレータの疑似データと実際のデータを区別する方法を学びます。識別器がジェネレータにペナルティを課して、現実的な結果を生成します。

トレーニングを開始すると、ジェネレータは明らかに偽のデータを生成し、判別器は偽のものであるとすぐに学習します。

ジェネレータはトレーニングが進むにつれ、判別器をだますような出力に近づきます。

最後に、ジェネレータのトレーニングがうまくいくと、判別器が本物と偽物の違いを伝えるのが悪くなります。架空のデータを実際のものとして分類するようになるため、精度が低くなります。

システム全体の写真は次のようになります。

ジェネレータと判別器はどちらもニューラル ネットワークです。ジェネレータ出力は、ディスクリミネータ入力に直接接続されます。再伝播を通じて、Discriminator の分類は、ジェネレータが重みの更新に使用するシグナルを提供します。

このシステムについて、詳しく説明します。