GAN (Generative Adversarial Network)

Generator (생성자)

• 입력 : 잠재 공간 z (무작위 노이즈 벡터)
• 출력 : 가짜 샘플 (train data와 구별이 어려운 "진짜 같은" 샘플
• 목표 : 판별자를 속여서 $D(\hat x)$ 가 1(진짜) 에 가깝게 만들기

→ "속이기" - 판별자를 실패하게 만들어 자신의 샘플을 점점 더 현실적으로 만듦

Descriminator (판별자)

• 입력 : 실제 데이터 x 또는 Generator가 만든 가짜 데이터 $\hat x$
• 출력 : 진짜일 확률 $D(x)$ ∈ [0, 1]
• 목표 : 진짜는 1, 가짜는 0 으로 정확히 맞히기

→ "간파하기" - 생성자의 교묘한 샘플도 가짜로 판정하도록 능력을 높임

출처
wikipedia