- GAN まとめ編
Index
Auxiliary Classifier GAN / AC GAN
深層学習を用いた生成アルゴリズム GAN の応用手法.
さらに、その中でも、Conditional GAN を応用した手法.
- Conditional GAN
実験では、画像データを利用しており、画像の生成を前提としている.
改善点
ランダムなベクトル (潜在変数) を利用する点は、従来の GAN と同様.
そして、従来の GAN 同様、Generator がデータ を生成させるが、
生成させるデータには、それを表すクラス を付随させる.
Conditional GAN のアイディア
Generator
つまり、Generator は、潜在変数 と、生成するデータにまつわるクラス の情報を
入力して、データを生成する.
Discriminator
そして、Discriminator も、従来の GAN と同様に、本物と偽物の混じったデータ集合からデータを入力し、
本物である確率を出力する.
本物のデータにも、データを表す情報として、クラス情報が付随されている.
それに加え、クラスの分類結果も出力する.
(ここが、AC GAN の特徴 / 新規性)
目的関数
Source Loss
Conditional GAN の目的関数と同様.
Discriminator の本物か偽物かの分類に対する損失関数.
Class Loss
Discriminator のクラスに関する分類の損失関数.
アーキテクチャ
参考
- Conditional Image Synthesis With Auxiliary Classifier GANs
- [2016]
- Abstract
- 3 AC-GANs
- arxiv.org
Web サイト
AC-GAN(Conditional Image Synthesis with Auxiliary Classifier GANs)の論文解説
Auxiliary Classifier GAN(概要の把握)|DeepLearningを用いた生成モデルの研究を俯瞰する #1
- Liberal Art's さん
- lib-arts.hatenablog.com