Τα Generative Adversarial Networks (GAN) είναι ένα είδος πλαισίου βαθιάς μάθησης, που αποτελείται από δύο νευρωνικά δίκτυα που ανταγωνίζονται το ένα το άλλο. Το δίκτυο γεννήτριας, G, έχει ως αποστολή τη δημιουργία νέων δεδομένων ή εικόνων που φαίνονται πραγματικές. Το δεύτερο δίκτυο, το δίκτυο διάκρισης, D, εκπαιδεύεται να διακρίνει μεταξύ πραγματικών δεδομένων και πλαστών δεδομένων που παράγονται από το δίκτυο G.
Τα δύο δίκτυα εργάζονται συνεχώς το ένα εναντίον του άλλου προκειμένου να βελτιώσουν τις επιδόσεις τους στις αντίστοιχες εργασίες τους. Καθώς το δίκτυο G προσπαθεί να δημιουργήσει δεδομένα με πιο ρεαλιστική εμφάνιση, το δίκτυο D γίνεται καλύτερο στον εντοπισμό των πλαστών δεδομένων που παράγονται από τον G. Με την πάροδο του χρόνου, αυτά τα δύο δίκτυα θα μάθουν το ένα από το άλλο και το δίκτυο G θα παράγει δεδομένα που δεν διακρίνονται από πραγματικά δεδομένα. Τα GAN έχουν πολλές πρακτικές εφαρμογές, από τη δημιουργία ρεαλιστικών εικόνων έως τη δημιουργία συνθετικών δεδομένων για την εκπαίδευση μοντέλων μηχανικής εκμάθησης.
Ημερομηνία έκδοσης: