敵対的生成ネットワーク 敵対的生成ネットワークは、英語だとGenerative Adversarial Networkで、GANと略されています。
以下、敵対的生成モデルをGANと呼びます。
元データがどのような分布になっているかを推測し、その分布に基づいて、元データと同じようなデータを生成することを目的としたモデルを生成モデルと言います。
とりわけ、ディープラーニングを取り入れた生成モデルのことを深層生成モデルと呼びます。
GANは、この深層生成モデルの一種です。
敵対的生成ネットワークのネットワーク GANは、２種類のネットワークで構成されています。
それぞれ、ジェネレータ とディスクリミネータ と呼ばれます。
ジェネレータ
入力として潜在空間のランダムベクトルを受け取り、画像を生成して出力するネットワーク
ディスクリミネータ
入力として画像を受け取る。
この２つのネットワークは、敵対関係にあります。
この関係から、敵対的生成ネットワークとなっています。
ジェネレータで、画像(False)を生成 し、ディスクリミネータでその画像が本物(True)かFalseかを予測 し、ジェネレータが勝ったら、学習終了となります。
これらの構造をGANと呼びます。
ジェネレータ、ディスクリミネータのそれぞれのネットワークにCNNを用いたモデルをDCGANと呼びます。
$$
ジェネレータ $$
ディスクリミネータ $$
学習アルゴリズム ジェネレータとディスクリミネータは、それぞれ独立に学習する。
初めに、ジェネレータが学習する。
一方が、ある程度学習し終わるまで、もう一方は、学習はしない（パラメータ固定）。
敵対的生成ネットワークの種類
DCGAN
SGAN
Conditional GAN
Pix2Pix
Cycle GAN
https://deephunt.in/the-gan-zoo-79597dc8c347
GitHub - eriklindernoren/PyTorch-GAN: PyTorch implementations of Generative Adversarial Networks.
...
Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio(2014). Generative Adversarial Networks
Conditional GAN Alec Radford, Luke Metz, Soumith Chintala(2015). Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks
cGAN(conditional GAN)でくずし字MNIST(KMNIST)の生成 - Qiita
...
DCGAN Alec Radford, Luke Metz, Soumith Chintala2015). Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks
https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html
５ステップでできるPyTorch - DCGAN - Qiita
...
LSGAN Xudong Mao, Qing Li, Haoran Xie, Raymond Y.K. Lau, Zhen Wang, Stephen Paul Smolley(2016). Least Squares Generative Adversarial Networks
PyTorch そして LSGANをやってみる | cedro-blog
...
GitHub - bmsookim/LSGAN.pytorch: Repository for Pytorch Implementation of Least Squares Generative Adversarial Networks
...
SRGAN Christian Ledig, Lucas Theis, Ferenc Huszar, Jose Caballero, Andrew Cunningham, Alejandro Acosta, Andrew Aitken, Alykhan Tejani, Johannes Totz, Zehan Wang, Wenzhe Shi(2016). Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network.
PIX2PIX Phillip Isola, Jun-Yan Zhu, Tinghui Zhou, Alexei A. Efros2016). Image-to-Image Translation with Conditional Adversarial Networks
Cycle GAN Jun-Yan Zhu, Taesung Park, Phillip Isola, Alexei A. Efros(2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks.
PyTorch (15) CycleGAN (horse2zebra) - 人工知能に関する断創録
...
GitHub - junyanz/pytorch-CycleGAN-and-pix2pix: Image-to-Image Translation in PyTorch
...
Recycle GAN
参考
