Pengantar

Jaringan saraf generatif berlawanan (GAN) adalah inovasi terbaru yang menarik dalam machine learning. GAN adalah model generatif: model ini membuat instance data baru yang menyerupai data pelatihan Anda. Misalnya, GAN dapat membuat gambar yang terlihat seperti foto wajah manusia, meskipun wajah tersebut bukan milik orang sebenarnya. Gambar ini dibuat oleh GAN:

Gambar 1: Gambar yang dihasilkan oleh GAN yang dibuat oleh NVIDIA.

GAN mencapai tingkat realisme ini dengan memasangkan generator, yang mempelajari cara menghasilkan output target, dengan diskriminator, yang mempelajari cara membedakan data sebenarnya dari output generator. Generator mencoba mengelabui discriminator, dan diskriminator mencoba agar tidak tertipu.

Kursus ini membahas dasar-dasar GAN, dan juga cara menggunakan library TF-GAN untuk membuat GAN.

Tujuan Pembelajaran Kursus

• Memahami perbedaan antara model generatif dan diskriminatif.
• Identifikasi masalah yang dapat dipecahkan oleh GAN.
• Memahami peran generator dan diskriminator dalam sistem GAN.
• Memahami kelebihan dan kekurangan fungsi GAN loss umum.
• Identifikasi kemungkinan solusi untuk masalah umum dengan pelatihan GAN.
• Gunakan library TF GAN untuk membuat GAN.

Prasyarat

Kursus ini mengasumsikan bahwa Anda telah:

• Menyelesaikan Kursus Singkat Machine Learning secara langsung atau mandiri.
• Setidaknya memiliki sedikit pengalaman pemrograman dengan TensorFlow