Tiempo en el blanco! Usted ha formulado la pregunta en el momento adecuado, ya que acabo de leer las “Redes adversarias generativas” de Ian Goodfellow.
- En términos generales, las redes generadoras (G) aprenden la distribución de datos de los datos de entrenamiento. Significa que, dado un conjunto de capacitación, G aprende a generar datos similares, como en el conjunto de capacitación para engañar a la red Discriminator. Seguramente, esto sucede mediante la adaptación gradual de los ruidos a las representaciones con la ayuda del descenso de gradiente y la propagación hacia atrás.
- Las redes generadoras y discriminadoras se entrenan simultáneamente. Supongamos que estamos en el tiempo T. Tenemos ruido aleatorio N y una imagen de muestra S de los datos de entrenamiento. Primero, el N alimentado a través de la red G y la red G producen una imagen resultante R. Estos R y S se entregan al Discriminador. El discriminador dice cuán diferente es la R de la S y al mismo tiempo aprende la verdadera etiqueta de la S. Esta diferencia se propaga a los remitentes. G y D actualizan sus pesos en consecuencia.
