GAN
GAN (Generative adversarial network) — генеративно-состязательная сеть. Работает по алгоритмам машинного обучения без учителя, построенный на комбинации из двух нейронных сетей, одна из которых (сеть G) генерирует образцы, а другая (сеть D) старается отличить правильные образцы от неправильных. Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает антагонистическая игра.
- G (Generator) — в качестве генерирующей нейросети чаще всего используется FFNN (Feed forward neural networks, нейронные сети прямого распространения).
- D (Discriminator) — для распознавания используются сверточные нейросети (CNN).
Использование этой техники позволяет в частности генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Кроме того GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.
Информационные ссылки:
- Википедия: Генеративно-состязательная сеть
- Хабр: Посты о GAN
- Medium: GAN by Example using Keras on Tensorflow Backend
- O'Shea Research: MNIST Generative Adversarial Model in Keras
- arXiv:
- GitHub:
Связанные публикации