GAN（敵対的生成ネットワーク）
敵対的生成ネットワーク（Genera tive Adversarial Networks）
はじめに
敵対的生成ネットワーク（Genera tive Adversarial Networks。以下、GAN）。２０１４年にイアン・グッドフェロー博士らによって発表された教師なし学習の一種です。モントリオールのパブでの白熱した議論の後、このアイディアを思いついたそうです。
グッドフェロー博士は「GANはAIに、一種の想像力を与えていると考えられます」と語る。
イアン・グッドフェロー
GANはAI（人工知能）の想像力という表現がとても興味深いです。現在、GANは様々な手法が発表され、その成果は目を見張るものがあります。今後も研究は進んでいくでしょう。人工知能の想像力としてのGANについてこれから色々と調べていきたいと思います。
GANの論文
２０１４年に発表された論文を読んでみました。
https://taviko.com/gan/gan_paper_2014/最初のGAN（基礎と実装）
最初のGANを実装しつつ、GANの基礎について整理してみました。
様々なGANの実装
DCGANの実装
畳み込みと逆畳み込み（Fractionally strided convolution）が提案導入されました。
LSGANの実装
損失計算に最小二乗誤差を採用しました。
EBGANの実装
損失計算にヒンジ損失を採用しました。
WGANの実装
学習にWasserstein距離による損失計算を導入しました。
WGAN-GPの実装
WGANの改良。勾配ペナルティ損失計算を導入しました。
CGANの実装
条件付き画像生成で指定した画像が生成できます。
