GAN1 A to Z code making
: https://github.com/KiHwanLee123/Coursera---GAN/blob/main/GAN1.ipynb
판별자와 생성자
판별자 : P(Class|data)
생성자 : 노이즈와 class를 받아 특정 feature로 generate
생성 모델
VAE : 인코더(->latent space->)디코더 구성
GAN : 생성자가 마치 디코더와 같지만, 인코더에 대한 가이드는 없이 생성자와 판별자가 서로 adverse하게 학습
Face Generation StyleGAN2
GAN은 실제로 있는 것을 뽑아내는 것이 아닌 새로운 것을 생성하는 것.
ex) 사람의 얼굴 : 실제로 존재하지 않는 사람의 얼굴을 마치 진짜 같이 생성
StyleGAN2, From one domain to another(vice versa) 인 Cycle GAN, Doodles to Pictures 인 GauGAN, Few-shot adversarial learning of realistic neural talking head models, 3D-GAN which generates Design
Photoshop, Text Generation, Augmentation, Image filters
Discriminator는 real과 fake image를 잘 구별할 수 있도록 학습
판별자는 1과0 즉, binary cross entropy loss 이용해서 parameter update를 진행
Generator는 fake image를 real과 같이 보이도록 학습
각 noise에 따라 generator는 구별되는 특징들을 생성하게 됨
가장 핵심은 결국 Approximate the distribution of the possible class, 그리고 이 분포를 학습
