GAN में दो अलग-अलग ट्रेनिंग वाले नेटवर्क होते हैं, इसलिए इसके ट्रेनिंग एल्गोरिदम को दो जटिलताओं को हल करना होगा:
- GAN को दो तरह की ट्रेनिंग (जेनरेटर और विरोध) के साथ तालमेल बिठाना होगा.
- GAN कन्वर्जेंस की पहचान करना मुश्किल है.
अलग-अलग ट्रेनिंग
जनरेटर और डिस्ट्रिब्यूटर की ट्रेनिंग की प्रोसेस अलग-अलग हैं. तो हम GAN को कुल मिलाकर कैसे ट्रेनिंग देते हैं?
जीएएन ट्रेनिंग को वैकल्पिक अवधि में आगे बढ़ाया जाता है:
- भेदभाव करने वाला व्यक्ति, एक या उससे ज़्यादा मौकों पर ट्रेनिंग देता है.
- जनरेटर एक या उससे ज़्यादा अवधि के लिए ट्रेनिंग देता है.
- जनरेटर और भेदभाव करने वाले नेटवर्क को ट्रेनिंग देने के लिए, पहले और दूसरे चरण को दोहराएं.
हम भेदभाव करने वाले लोगों को ट्रेनिंग देने के दौरान, जनरेटर को एक जैसा बनाए रखते हैं. भेदभाव करने वाली ट्रेनिंग से यह पता लगाने की कोशिश की जाती है कि असली डेटा को फ़र्ज़ी से कैसे पहचाना जा सकता है. इसलिए, जनरेटर की कमी की पहचान करना ज़रूरी है. यह पूरी तरह से प्रशिक्षित जनरेटर की समस्या से अलग है. यह बिना प्रशिक्षित टीम के लिए काम नहीं करती जो रैंडम आउटपुट देती है.
इसी तरह, हम जनरेटर ट्रेनिंग के चरण के दौरान भेदभाव करने वाले लगातार संपर्क में रहते हैं. ऐसा न होने पर जनरेटर, हिलने-डुलने की कोशिश कर सकता है और कभी भी ऐसा नहीं हो सकता.
बार-बार आने वाली समस्याओं से निपटने के लिए, GAN की मदद से इसे आगे-पीछे किया जा सकता है. जनरेट करने में आने वाली मुश्किल समस्याओं का सामना करने के लिए, हम एक आसान तरीके से शुरुआत करते हैं. इसके उलट, अगर आप शुरू करने वाले जनरेटर के असली और जनरेट किए गए डेटा के बीच अंतर बताने के लिए, क्लासीफ़ायर को ट्रेनिंग दे सकते हैं, तो आप GAN की ट्रेनिंग शुरू नहीं कर सकते.
कन्वर्जेंस
जैसे-जैसे जनरेटर बेहतर होता है, वैसे-वैसे डिस्ट्रिब्यूटर की परफ़ॉर्मेंस खराब होती जाती है, क्योंकि डिस्ट्रिब्यूटर को असली और नकली के बीच का अंतर आसानी से पता चल जाता है. अगर जनरेटर ठीक से काम करता है, तो विभाजक को 50% सटीक है. असल में, भेदभाव करने वाला व्यक्ति अनुमान लगाने के लिए, सिक्के को उछालता है.
इस तरह आगे बढ़ने से जीएएन को पूरी तरह बदलने में समस्या आती है: समय के साथ, नतीजों में राय देने वाले लोगों की राय और कम हो जाती है. जब डीएनए उस समय खत्म हो जाता है जब भेदभाव करने वाला व्यक्ति पूरी तरह से रैंडम सुझाव दे रहा होता है, तो जनरेटर जंक फ़ीडबैक पर ट्रेनिंग शुरू कर देता है. इस तरह, उसकी क्वालिटी खराब हो सकती है.
GAN के लिए, बदलाव करने की क्षमता को आम तौर पर ज़रूरत के हिसाब से सीमित किया जाता है.