Jaringan saraf generatif berlawanan (GAN) memiliki dua bagian:
- Generator mempelajari cara menghasilkan data yang masuk akal. Instance yang dihasilkan menjadi contoh pelatihan negatif untuk diskriminator.
- Diskriminator belajar membedakan data palsu generator dari data asli. Diskriminator menghukum generator karena menghasilkan hasil yang tidak masuk akal.
Saat pelatihan dimulai, generator menghasilkan data yang jelas-jelas palsu, dan diskriminator dengan cepat belajar untuk mengetahui bahwa data tersebut palsu:
Seiring pelatihan berlangsung, generator semakin mendekati output yang dapat mengelabui diskriminator:
Terakhir, jika pelatihan generator berjalan dengan baik, diskriminator akan menjadi lebih buruk dalam membedakan antara yang asli dan palsu. Model ini mulai mengklasifikasikan data palsu sebagai data asli, dan akurasinya menurun.
Berikut adalah gambar seluruh sistem:
Generator dan diskriminator adalah jaringan saraf. Output generator terhubung langsung ke input diskriminator. Melalui backpropagation, klasifikasi diskriminator memberikan sinyal yang digunakan generator untuk memperbarui bobotnya.
Mari kita jelaskan bagian-bagian sistem ini secara lebih mendetail.