Generativní adversariální síť | AI slovník

Odborná definice

Generative adversarial network je generativní rámec s dvěma modely trénovanými v súťažnom cílí. Generátor mění náhodný latentní vstup, případně podmínku, na syntetická vzorku. Diskriminátor odhaduje, či vzorek pochází z reálných dat nebo z generátora, a jeho gradient poskytuje generátoru signál na zlepšení. Ideálna rovnováha nastáva, když generované rozdělení odpovídá datům a diskriminátor nedokáže původ rozlíšit. Praktický trénink je citlivý na nestabilitu, mode collapse, volbu strát a rovnováhu učení obou sítí.

Srozumitelné vysvětlení

GAN funguje jako súťaž falšovatela a kontrolóra. Falšovatel vyrába obrázky a kontrolór se učí odhalovat, které nejsou pravé. Každé zlepšení kontrolóra poskytne falšovatelovi presnejšiu zpětnou vezbu, až mohou vznikat velmi realistické vzorku. Súťaž však nemá pokojný cíl jako běžná klasifikace. Pokud kontrolór zosilnie příliš rychle, generátor nedostane užitečný signál. Pokud generátor najde několik lahkých triků, může vyrábat stále podobné tváře a ignorovat rozmanitost dat, co je typický mode collapse.

Časté otázky

Proč se GAN trénuje jako hra dvou modelů?

Diskriminátor se učí rozdíl mezi reálnym a generovaným rozdělením, čím vytváří adaptívnu ztrátovou funkci. Generátor nemusí mít explicitní pixelový cíl pro každou náhodnou vzorek, učí se přes reakci protivníka.

Co je latentní vektor v GAN?

Je to vstupní bod z jednoduchého rozdělení, například normálneho, který generátor mapuje na datový prostor. Změny v latentním prostoru mohou ovplyvňovat styl, identitu nebo jinou naučenou vlastnost.

Jako vzniká mode collapse?

Generátor objeví malou skupinu výstupů, které diskriminátor často prijme, a přestane pokrývat další režimy dat. Průměrná realistickosť může vyzerat dobře, ale rozmanitost prudko klesne.

Jak se hodnotí kvalita GAN?

Kombinují se metriky realistickosti a pokrytí, například FID, precision a recall pro generativní modely, vizuální kontrola a úlohové testy. Jedna metrika může zvýhodnit ostrosť na úkor diverzity.

Proč se při obrazech často používají i difúzne modely?

Difúzne modely mávají stabilnější trénink a dobré pokrytí rozdělení, ačkoli generování může být výpočetně pomalšie. GAN zůstává zaujímavý tam, kde je důležitá rychlá inference nebo špecifická manipulace latentního prostoru.

Související pojmy

Zdroje a redakční stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.