Технология генеративно-состязательных сетей (GAN) в создании цифровых изображений работает на основе взаимодействия двух нейронных сетей: генератора и дискриминатора. 14

Генератор создаёт изображения на основе случайного шума. 1 Цель генератора — создать изображение, которое настолько похоже на реальные изображения, чтобы дискриминатор не смог отличить его от настоящего. 1

Дискриминатор классифицирует изображения как реальные или сгенерированные. 1 Он принимает как реальные изображения, так и изображения, созданные генератором, и пытается определить, какие из них фальшивые. 1

Процесс обучения сети заключается в следующем: 1

1. Генератор создаёт фальшивые изображения. 1
2. Дискриминатор получает как реальные, так и фальшивые изображения и пытается классифицировать их. 1
3. Если дискриминатор правильно распознаёт фальшивые изображения, его ошибка уменьшается, а генератору становится сложнее «обманывать» дискриминатор. 1
4. Обе сети улучшаются через обучение на ошибках: генератор учится создавать более реалистичные изображения, а дискриминатор — лучше распознавать фальшивки. 1

Этот процесс повторяется множество раз, и генератор постепенно становится всё лучше в создании реалистичных изображений. 4