একটি জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক (GAN) এর দুটি অংশ রয়েছে:
- জেনারেটর বিশ্বাসযোগ্য ডেটা তৈরি করতে শেখে। উত্পন্ন দৃষ্টান্তগুলি বৈষম্যকারীর জন্য নেতিবাচক প্রশিক্ষণের উদাহরণ হয়ে ওঠে।
- বৈষম্যকারী প্রকৃত ডেটা থেকে জেনারেটরের জাল ডেটা আলাদা করতে শেখে। অকল্পনীয় ফলাফলের জন্য বৈষম্যকারী জেনারেটরকে শাস্তি দেয়।
যখন প্রশিক্ষণ শুরু হয়, জেনারেটর স্পষ্টতই জাল ডেটা তৈরি করে, এবং বৈষম্যকারী দ্রুত জানাতে শিখে যে এটি জাল:
প্রশিক্ষণের অগ্রগতির সাথে সাথে, জেনারেটর আউটপুট উৎপাদনের কাছাকাছি চলে যায় যা বৈষম্যকারীকে বোকা বানাতে পারে:
অবশেষে, যদি জেনারেটর প্রশিক্ষণ ভাল হয়, বৈষম্যকারী আসল এবং নকলের মধ্যে পার্থক্য বলার ক্ষেত্রে আরও খারাপ হয়ে যায়। এটি জাল ডেটাকে আসল হিসাবে শ্রেণীবদ্ধ করতে শুরু করে এবং এর যথার্থতা হ্রাস পায়।
এখানে পুরো সিস্টেমের একটি ছবি:
জেনারেটর এবং বৈষম্যকারী উভয়ই নিউরাল নেটওয়ার্ক। জেনারেটরের আউটপুট ডিসক্রিমিনেটর ইনপুটের সাথে সরাসরি সংযুক্ত থাকে। ব্যাকপ্রপাগেশনের মাধ্যমে, বৈষম্যকারীর শ্রেণীবিভাগ একটি সংকেত প্রদান করে যা জেনারেটর তার ওজন আপডেট করতে ব্যবহার করে।
আসুন এই সিস্টেমের অংশগুলি আরও বিশদে ব্যাখ্যা করি।