生成モデル
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・。・