Trabajé en Generative Adversarial Network durante mi pasantía de verano en la Universidad de Tokio, así que creo que puedo darte una idea sobre lo mismo.
Una red de confrontación consiste en dos redes neuronales, una se llama Generador y otra se llama Discriminador.
- ¿Cuándo tendremos la primera máquina consciente?
- ¿Cuáles son los mejores / adecuados temas de investigación en inteligencia artificial para estudiantes universitarios?
- ¿Qué es la red neuronal artificial ANN y explicar con el ejemplo?
- ¿Cuáles son los ejemplos más exitosos de música creada por computadora?
- ¿Puede un robot reemplazar a las estrellas del deporte?
El trabajo del generador es generar una imagen basada en la entrada de vector latente que se le da. La red generadora está compuesta por capas de red neuronal. Al principio, el generador se inicializa aleatoriamente para producir cualquier imagen y, en función de la salida, se mejora.
El trabajo del discriminador es discriminar la imagen de entrada como real o falsa. Aquí real significa imagen que se parece a los datos de prueba o pertenece a los datos de prueba y falso significa imagen generada por la red del generador.
Entonces, la red intenta engañarse entre sí y, como resultado, obtenemos una imagen que parece real y diferente de los datos de prueba de la red.
Esta es solo una idea básica y hay mucho más en esta red para producir imágenes reales.
Esta red se combina además con la red de codificador para eliminar algunos de sus defectos y también para cubrir una amplia variedad de datos.
Si desea tener más ideas de las que le sugeriría, lea el documento GAN de Bengio [1406.2661] Redes Adversarias Generativas, explica muy bien lo básico de la red.
O puede obtener más información de mi blog (VAEGAN), aunque no está preparado ahora, pero lo completaré en 1–2 semanas. Como mi pasantía acaba de terminar, tomará tiempo resumir todo y escribirlo en consecuencia.
Espero que haya tenido la idea de la red. Si tiene alguna consulta, siempre puede comentar la respuesta.
