Mạng đối thủ chung (GAN) là một loại khung học sâu, bao gồm hai mạng thần kinh cạnh tranh với nhau. Mạng trình tạo, G, được giao nhiệm vụ tạo dữ liệu hoặc hình ảnh mới có vẻ như thật. Mạng thứ hai, mạng phân biệt D, được đào tạo để phân biệt giữa dữ liệu thực và dữ liệu giả do mạng G tạo ra.
Hai mạng liên tục làm việc với nhau để cải thiện hiệu suất của chúng trong các nhiệm vụ tương ứng. Khi mạng G cố gắng tạo ra dữ liệu trông giống thực tế hơn, mạng D sẽ trở nên tốt hơn trong việc xác định dữ liệu giả mạo do G tạo ra. Theo thời gian, hai mạng này sẽ học hỏi lẫn nhau và mạng G sẽ tạo ra dữ liệu không thể phân biệt được với dữ liệu thực. GAN có nhiều ứng dụng thực tế, từ tạo hình ảnh thực tế đến tạo dữ liệu tổng hợp để đào tạo các mô hình học máy.
Ngày xuất bản: