オムライスの備忘録

数学・統計学・機械学習・プログラミングに関することを記す

【深層学習】Generative Adversarial Network (GAN) #アーキテクチャ編

  • こんな方におすすめ

深層学習・ディープラーニングでも必要な「Generative Adversarial Network : GAN」の基本的な内容について知りたい。



この記事では、Generative Adversarial Network : GANの基礎概念のまとめを行います。

「これから、機械学習ディープラーニングの学習をしたいから、その基本となるGenerative Adversarial Network : GANの理解を深めたい」という方に向けた記事になります。



目次

Generative Adversarial Network : GANとは

Generator (生成器)」 と 「Discriminator (識別器)」の2つのニューラルネットワーク
相互に学習することにより、「質の良いデータの生成」と「精度の高い識別」を可能にする機構です。

GAN構造

GAN の理解にはGenerator と Discriminator の理解が必要になるようです。

Generator

Generator はノイズベクトルを入力とし、データ(データセットによって変わります)を出力とします。

Discriminator

Discriminator の役割はデータが本物か偽物(生成されたデータ)かどうかを判断します。
入力はデータ(データセットによって変わります)で、出力は分類結果のニューラルネットワークです。

まとめ

Generative Adversarial Network : GAN は Generator (生成器) と Discriminator (識別器)の2つのニューラルネットワークで構成されている。
Generator はデータを生成し、Discriminator はデータの真偽を見破る役割を担っている。
相互に学習することで、データの生成と識別の精度を向上させていく。

参考

生成 Deep Learning ―絵を描き、物語や音楽を作り、ゲームをプレイする

生成 Deep Learning ―絵を描き、物語や音楽を作り、ゲームをプレイする

  • 作者:David Foster
  • 発売日: 2020/10/05
  • メディア: 単行本(ソフトカバー)