소개

생성적 적대 신경망 (GAN)은 머신러닝의 최근 혁신 기술입니다. GAN은 생성형 모델입니다. 학습 데이터와 유사한 새 데이터 인스턴스를 만듭니다. 예를 들어 GAN은 실제 사람의 얼굴이 아니더라도 사람 얼굴 사진처럼 보이는 이미지를 만들 수 있습니다. 다음 이미지는 GAN으로 생성되었습니다.

그림 1: NVIDIA에서 만든 GAN으로 생성된 이미지

GAN은 타겟 출력을 생성하는 방법을 학습하는 생성기와 실제 데이터를 생성기의 출력과 구별하는 방법을 학습하는 분류기를 페어링하여 이러한 수준의 사실감을 구현합니다. 생성기는 분류자를 속이려고 하고 분류자는 속지 않으려고 합니다.

이 과정에서는 GAN 기본사항과 TF-GAN 라이브러리를 사용하여 GAN을 만드는 방법을 다룹니다.

과정 학습 목표

• 생성형 모델과 판별형 모델의 차이를 이해합니다.
• GAN이 해결할 수 있는 문제를 식별합니다.
• GAN 시스템에서 생성기와 분류자의 역할을 이해합니다.
• 일반적인 GAN 손실 함수의 장점과 단점을 이해합니다.
• GAN 학습과 관련된 일반적인 문제의 해결 방법을 파악합니다.
• TF GAN 라이브러리를 사용하여 GAN을 만듭니다.

기본 요건

이 과정에서는 다음 사항을 알고 있다고 가정합니다.

• 오프라인 또는 온라인으로 머신러닝 단기집중과정을 완료했습니다.
• TensorFlow 프로그래밍에 대한 약간의 경험