Rete Generativa Avversaria: differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| Riga 17: | Riga 17: | ||
L'addestramento massimizza la probabilità che D faccia un'errore di discriminazione, quindi massimizzando la "bravura" di G nel creare dei falsi realistici. | L'addestramento massimizza la probabilità che D faccia un'errore di discriminazione, quindi massimizzando la "bravura" di G nel creare dei falsi realistici. | ||
[[File: | [[File:Generativa Adversarial Network (GAN).png|miniatura|nessuno|600x600px|Generative Adversarial Networks (GAN)]] | ||
== Links == | == Links == | ||
Versione delle 13:22, 10 apr 2024
Nome: Rete Generativa Avversaria
Nome Inglese: Generative Adversarial Network
Sigla: GAN
Anno Di Creazione: 2014
Pubblicazione: Generative Adversarial Nets
Un'architettura di rete neurale generativa in cui si utilizza un processo di tipo "adversarial", in cui vengono contemporaneamente allenati due modelli:
- un modello generativo G che cattura la distribuzione dei dati di training
- un modello discriminativo D che stima la probabilità che un campione provenga dal dataset di training piuttosto che da G
L'addestramento massimizza la probabilità che D faccia un'errore di discriminazione, quindi massimizzando la "bravura" di G nel creare dei falsi realistici.
.png)
Links
Generative Adversarial Nets, Goodfellow et al, 2014