[바람돌이/딥러닝] GAN(4) - Improved Techniques for Training GANs 논문 이론 및 리뷰

안녕하세요. 오늘은 GAN 논문 정리의 네 번째로 Improved Techniques for Training GANs 논문 내용 정리 및 리뷰를 하려고 합니다. 해당 논문은 2016년도에 나온 논문이며 GAN을 학습하는 데 있어서 다양한 기술과 insight를 포함하고 있습니다. 1. Introduction GAN은 게임 이론을 기반으로 한 생성 모델 중 하나입니다. GAN의 목적은 생성자가 랜덤 노이즈 Z로부터 실제 데이터 분포, pdata(x)에서 샘플을 생성할 수 있도록 하는 것입니다. 생성자의 학습은 실제 데이터와 pmodel(x)를 구별할 수 있는 판별자에 의해 이루어집니다. 내시 균형은 게임 이론에서 경쟁자 대응에 따라 최선의 선택을 하면 서로가 자신의 선택을 바꾸지 않는 균형상태를 의미합니다. GAN은 생성자와 판별자의 적대적인 학습을 통해 이러한 내시 균형을 이루는 것이 목표입니다. 하지만 GAN은 내시 균형을 이루고자 할 때 수렴에 실패하곤 했습니다. 본 논문에서는 ...

원문링크 : [바람돌이/딥러닝] GAN(4) - Improved Techniques for Training GANs 논문 이론 및 리뷰