[Ch10] 생성 모델과 장착

10.3 생성 적대 신경망

10.3.1 동기와 원리

• GAN(Generative Adversarial Network): 신경망 두개가 적대적인 관계에서 학습하는 생성 모델
• 생성망 G, 분별망 D라는 두 신경망 사용
  • G(Generative Network): 분별망을 속일 수 있을 정도로 품질이 높은 가짜 샘플을 만드는 것
  • D(Discriminative Network): 생성망이 만든 가짜와 훈련 집합에 있는 진짜를 높은 정확률로 맞히는 것
• 생성망이 분별망을 속이는 것이 목

구조 설명

학습

• 분별망 학습
  1. 생성망이 만든 가짜 샘플로 집합과 진짜 샘플 집합을 구성한다.
  2. 가짜 샘플에는 레이블 0, 진짜 샘플에는 레이블 1을 붙인다.
• 생성망 학습
  1. 가짜 샘플에 1을 붙여 분별망이 1을 출력하게 학습한다.(???)
  2. (주의) 분별망의 가중치를 고정시켜 뷴별망은 학습이 일어나지 않게 해야한다.

10.4 응용 시나리오: 인공지능 패션 디자인

10.4.2 생성된 패턴의 품질 평가

~사진 추기

10.5 생성 모델의 발전과 인공지능 장착

10.5.1 생성 적대 신경망의 발전

2014년 굿펠로가 발표한 GAN 논문: 완전연결 구조의 딥러닝 모델 사용 -> DCGAN: 완전연결층을 컨볼루젼 층으로 대치

• 여러가지 모델의 예) ProGAN, CycleGAN