GAN: Difference between revisions
From IT Wiki
No edit summary |
No edit summary |
||
Line 9: | Line 9: | ||
== 구성 == | == 구성 == | ||
{| class="wikitable" | |||
! 구분 | |||
! 구성 요소 | |||
! 주요 기능 | |||
|- | |||
| rowspan="2" | 기능 모듈 | |||
| 생성자 | |||
(Generator) | |||
| 이미 존재하는 데이터와 유사한 데이터 생성 | |||
|- | |||
| 감별자 | |||
(Discriminator) | |||
| 실제 데이터와 모조 데이터를 입력받아 모조 여부 감별 | |||
|- | |||
| rowspan="2" | 학습 모델 | |||
| 경쟁 학습 | |||
| 두개의 적대적 모델이 각각 모조와 감별을 경쟁적으로 수행 | |||
|- | |||
| 비지도 학습 | |||
| 라벨링 등 지도 없이 경쟁을 통한 결과 도출 | |||
|} | |||
== GAN의 종류 == | == GAN의 종류 == |
Revision as of 17:23, 18 January 2020
- Generative Adversarial Networks; 적대적 생성 신경망; 적대적 신경망; 생산적 적대 신경망
- 한글 해석이 제각각이라 영어로 문서 생성함
구조
- 위 그림을 쉽게 그린 아래 그림
구성
구분 | 구성 요소 | 주요 기능 |
---|---|---|
기능 모듈 | 생성자
(Generator) |
이미 존재하는 데이터와 유사한 데이터 생성 |
감별자
(Discriminator) |
실제 데이터와 모조 데이터를 입력받아 모조 여부 감별 | |
학습 모델 | 경쟁 학습 | 두개의 적대적 모델이 각각 모조와 감별을 경쟁적으로 수행 |
비지도 학습 | 라벨링 등 지도 없이 경쟁을 통한 결과 도출 |
GAN의 종류
- DCGAN(Deep Convolutional GAN)
- 생성자와 감식자에 CNN 적용
- 조작된 가짜 이미지 생성
- SRGAN(Super Resolution GAN)
- 저해상도 이미지를 고해상도 이미지로 변환
- StackGAN
- 입력된 문장과 단어를 해석해 이미지를 생성
- 3D-GAN
- 2D 이미지를 3D 이미지로 전환
- CycleGAN
- 이미지의 스타일을 다른 이미지로 변환
- 밤 사진을 낮 사진으로, 모네풍을 피카소 풍으로
- DiscoGAN
- 서로 다른 객체 그룹 사이의 특성을 파악하여 양자 사이의 관계를 파악
- 가방 이미지로, 유사한 느낌의 신발 이미지 생성