Generative Adversarial Network (GAN) の原理と、Pytorch ソース コードに基づく実装を詳しく紹介します。

導入

GAN は、CNN (Convolutional Neural Network) などの深層学習手法を使用した生成モデリングの手法です。生成モデリングは、モデルを使用して元のデータセットから新しい例を生成できるように、入力データ内のパターンを自動的に検出して学習する教師なし学習方法です。

GAN は、問題を 2 つのサブモデルによる教師あり学習問題として組み立てることによって、生成モデルをトレーニングする方法です。GAN には 2 つのコンポーネントがあります。

1. ジェネレーター:新しいデータセットを生成するようにトレーニングされます。たとえば、コンピューター ビジョンでは、既存の実世界の画像から新しい画像を生成します。
2. 識別子:これらの画像をいくつかの実世界の例と比較し、本物の画像と偽の画像を分類します。

例：