Tổng quan về cấu trúc GAN

Mạng quảng cáo tạo tập trung (GAN) có hai phần:

  • Trình tạo sẽ tìm hiểu cách tạo dữ liệu hợp lý. Các thực thể đã tạo sẽ trở thành ví dụ về mã đào tạo tiêu cực cho thuật toán phân biệt.
  • Trình phân biệt tìm hiểu cách phân biệt dữ liệu giả mạo của trình tạo với dữ liệu thực. Bộ phân biệt này phạt phần mềm tạo trình tạo kết quả bất thường.

Khi quá trình huấn luyện bắt đầu, trình tạo sẽ tạo ra dữ liệu rõ ràng là giả mạo và bộ phân biệt nhanh chóng nhận biết được rằng dữ liệu đó là giả mạo:

Ba cột được gắn nhãn &g/39;Dữ liệu đã tạo#39;, &; Trong 'Dữ liệu đã tạo' một hình chữ nhật màu xanh lam chứa hình nhồi bông và hình tròn. Hình chữ nhật này là trình tạo đầu tiên của trình tạo trình duyệt này sẽ không tốt. Theo & # 39; Real Data & # 39; có bức ảnh về một tờ 10 đô la thực. Theo & # 39;Discriminator&. Một mũi tên chỉ từ từ ' FAKE' đến hình ảnh dưới ' Dữ liệu đã tạo&#39 ;. Một mũi tên khác trỏ từ từ # & # 39; THỰC # 39; đến hình ảnh trong & # 39; Dữ liệu thực & # 39 ;

Khi quá trình huấn luyện diễn ra, trình tạo sẽ tiến gần hơn đến việc tạo ra kết quả có thể đánh lừa bộ phân biệt:

Hình ảnh này thêm một hàng mới bên dưới tiêu đề & # 39;Generated Data&. Trong # & # 39; Dữ liệu đã tạo&# 39; có một hình chữ nhật màu xanh lục với số 10 ở góc trên bên trái và một bản vẽ đơn giản của khuôn mặt. Dưới & # 39; Real Data & # 39; có hình ảnh về một tờ tiền 100 đô la thực. Dưới ' Discriminator ' là từ ' FAKE ' với một mũi tên chỉ vào hình ảnh trong ' Dữ liệu đã tạo ' và từ ' THỰC # 39; với một mũi tên chỉ vào hình trong ' Dữ liệu thực &#39 ;

Cuối cùng, nếu quá trình đào tạo trình tạo diễn ra tốt đẹp, bộ phân biệt sẽ trở nên tệ hơn khi nói sự khác biệt giữa thực và giả. Báo cáo này bắt đầu phân loại dữ liệu giả mạo là dữ liệu thực và độ chính xác của dữ liệu đó giảm.

Hình ảnh này thêm một hàng mới bên dưới tiêu đề & # 39;Generated Data&. Trong ' Dữ liệu đã tạo' có hình ảnh một tờ hóa đơn 20 đô la. Trong & # 39; Real Data có một bức ảnh hóa đơn 20 đô la. Trong & # 39;Discriminator& # 39;

Sau đây là ảnh của toàn bộ hệ thống:

Sơ đồ về mạng quảng cáo phát sinh. Ở chính giữa sơ đồ là một hộp có nhãn & # 39;discminminator{0}39;. Hai nhánh nguồn cấp dữ liệu vào hộp này từ bên trái. Nhánh trên cùng bắt đầu ở phía trên bên trái của sơ đồ với một hình trụ có gắn nhãn &quot;# 39; hình ảnh thực tế&quot; Một mũi tên dẫn từ hình trụ này đến một hộp có nhãn &#39;Mẫu\39;. Một mũi tên trên hộp được gắn nhãn &hl=vi & #39;Sample\39; nguồn cấp dữ liệu vào hộp & chú 3. Nhánh dưới cùng được cấp vào hộp &quot;# 39; Bộ phân biệt&quot; # 39; bắt đầu bằng một hộp có nhãn &quot;# 39; Đầu vào ngẫu nhiên&quot; & 39;. Một mũi tên dẫn từ hộp <39;Random Input\39; đến một hộp có nhãn &#39;Generator\39;. Một mũi tên dẫn từ hộp <39;Generator#39; đến một hộp thứ hai & #39;Sample\39;. Một mũi tên dẫn từ hộp & # 39; Sample\39; đến hộp & # 39;Discriminator. Ở bên phải của Hộp phân biệt, một mũi tên dẫn đến một hộp chứa vòng tròn màu xanh lục và vòng tròn màu đỏ. Từ & Hai mũi tên dẫn từ hộp này đến hai hộp ở bên phải của sơ đồ. Một mũi tên dẫn đến một hộp có nhãn & # 39;Discriminator missing\39;. Mũi tên còn lại dẫn đến một hộp có nhãn &#39;Generatorò\39;.

Cả trình tạo và bộ phân biệt đều là mạng nơ-ron. Đầu ra của trình tạo được kết nối trực tiếp với đầu vào của bộ phân biệt. Thông qua tính năng phân phối ngược, cách phân loại phân biệt đối tượng sẽ cung cấp tín hiệu cho trình tạo sử dụng để cập nhật trọng số của mình.

Hãy giải thích chi tiết hơn về các thành phần của hệ thống này.

Trước
Mô hình sáng tạo
Tiếp
Người phân biệt đối xử