GAN

개념

• 생성적 적대 신경만은 동시에 두 개의 모델을 훈련하는 머신러닝의 한 종류임.
• 생성자와 판별자가 존재하며, 생성자는 훈련 데이터와 구별이 안 될 정도로 훈련 데이터셋의 특징이 잘 나타난 샘플을 생성하는 것이다.

생성자와 판별자

• 생성자 : 랜덤한 잡음 벡터를 받고 가짜 샘플을 생성
• 판별자 : 가능한 한 원본 이미지와 생성된 가짜 이미지를 구분하는 것

오차행렬

• 진짜 양성 : 진짜로 분류한 진짜 샘플
• 거짓 음성 : 가짜로 분류한 진짜 샘플
• 진짜 음성 : 가짜로 분류한 가짜 샘플
• 거짓 양성 : 진짜로 분류한 가짜 샘플

GAN 훈련 과정

1. 판별자 훈련하기
   1. 훈련 데이터셋에서 랜덤하게 실재 샘플 x를 선택함.
   2. 생성자 네트워크를 사용해 새로운 랜덤한 잡음(noise) 벡터 z에서 가짜 샘플 x*를 합성함.
   3. 판별자 네트워크를 사용해 x와 x*를 분류함.
   4. 분류 오차를 계산하고 전체 오차를 역전파해서 판별자의 훈련 가능한 파라미터들을 업데이트하고 분류 오차를 최소화함.
2. 생성자 훈련하기
   1. 생성자 네트워크를 사용해 새로운 랜덤한 잡음(noise) 벡터 z에서 가짜 샘플 x*을 생성함.
   2. 판별자 네트워크를 사용해 x*을 분류함.
   3. 분류 오차를 계산하고 역전ㅍ해서 생성자의 훈련 가능한 파라미터들을 업데이트하고 판별자의 오차를 최대화함.