生成モデル

G検定

執筆中

 

1.16-

 ゴール

GANの構造や特徴を理解する。

 

キーワードマップ

 

生成タスク

深層生成モデル

深い層のディープラーニングを用いて、生成タスクを解くモデル。

変分オートエンコーダ（VAE、Variational Autoencoder）

代表的な深層生成モデルの一つ。オートエンコーダに改良を加え、新しいデータを生成できるようにしたモデル。

入力⇒エンコーダ⇒サンプリング⇒デコーダ⇒出力

図。

 

敵対的生成ネットワーク（GAN、Generative Adversarial Network）

ニューラルネットワークで深層生成モデルを構成するアーキテクチャ。

ジェネレータとディスクリミネータという、敵対する目的を持つモデルを交互に学習していく。

VAEより鮮明な画像を生成できる傾向にある。

ジェネレータ（Generator）

もととなるデータやランダムなノイズなどの入力を受け取り、偽物のデータを生成し、出力する。

ディスクリミネータ（Discriminator）

学習用のデータセットに含まれている本物のデータか、ジェネレータが生成した偽のデータかを見分ける。

 

GANの派生モデル

  • DCGAN: Deep Convolutional GAN。ジェネレータとディスクリミネータにCNNを用いたモデル。
  • pix2pix: １対１対応する２種類の画像を変換するモデル。
  • StleGAN: Styleとして潜在変数を取り込むという工夫を行い、高品質な画像を生成できるようにしたモデル。
  • ConditionalGAN: 画像を条件として入力して、新たなデータを生成するモデル。
  • AnoGAN: GANを異常検知に用いたモデル。

 

 

終わり・。・