소개

생성적 적대 신경망 (GAN)은 최근에 머신러닝에서 주목할 만한 혁신 분야입니다. GAN은 학습 데이터와 유사한 새로운 데이터 인스턴스를 생성하는 생성 모델입니다. 예를 들어 GAN은 얼굴이 실제 사람의 소유가 아니더라도 사람의 얼굴 사진처럼 보이는 이미지를 만들 수 있습니다. 다음 이미지는 GAN에서 만들었습니다.

그림 1: NVIDIA에서 만든 GAN에 의해 생성된 이미지

GAN은 타겟 출력을 생성하는 학습용 생성기와 발전기의 출력과 실제 데이터를 구분하는 분류기와 페어링하는 이런 수준의 사실성에 도달합니다. 생성기는 판별자를 속이려고 시도하고 판별자는 속지 않도록 시도합니다.

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

과정 학습 목표

• 생성 모델과 분류 모델의 차이점을 이해합니다.
• GAN이 해결할 수 있는 문제를 파악합니다.
• GAN 시스템에서 생성기와 분류자의 역할을 이해합니다.
• 일반적인 GAN 손실 함수의 장단점을 이해합니다.
• GAN 교육의 일반적인 문제에 대한 가능한 해결책 파악
• TF GAN 라이브러리를 사용하여 GAN을 만듭니다.

기본 요건

이 과정에서는 다음을 수행한다고 가정합니다.

• 머신러닝 단기집중과정을 직접 또는 자습으로 완료했습니다.
• TensorFlow를 사용한 프로그래밍 경험이 약간 있음