Особенности обучения генеративно-состязательных сетей (GAN):

• Обучение происходит одновременно для двух нейросетей. 4 Генеративная сеть (генератор) изучает функцию генерации данных, начиная со случайного шума, а дискриминационная сеть (дискриминатор) определяет, является ли образец данных «подлинным». 4
• Генеративная сеть обучается с целью максимизации итоговой ошибки классификации (между истинными и сгенерированными данными), а дискриминационная сеть обучается с целью минимизации этой ошибки. 3
• Важно, чтобы обе сети в процессе обучения учились с одинаковой скоростью и сходились вместе. 3 Часто происходит, что дискриминационная сеть слишком быстро обучается распознавать фейковые изображения, загоняя генеративную в тупик. 3
• Для обучения GAN нужен только набор данных (изображений, аудио и т. п.), которые хочется скопировать или имитировать. 4 Сеть сама определит способы создания новых данных, которые будут выглядеть как данные из полученного сетью набора данных. 4