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。

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。

Appendix