Generative adversarial network (GAN) là một dạng mô hình hỗ trợ tạo/phát sinh dữ liệu dựa vào hai loại mạng neuron (neural network) gọi là generator và discriminator. Với khả năng của mình, GAN có thể tạo ra dữ liệu mới mà không đòi hỏi nhiều ở dữ liệu đầu vào.
GAN được giới thiệu lần đầu tiên bởi Ian Goodfellow và đồng nghiệp của mình qua một báo cáo khoa học vào năm 2014. Vào thời kì đầu, mọi người tập trung vào chức năng phát sinh dữ liệu của GAN. Sau đó, tiềm năng của GAN được khai thác nhiều hơn và nhờ đó mà GAN có thể sử dụng trong nhiều lĩnh vực liên quan đến dữ liệu như image generation, video generation hay voice generation.
Như đã đề cập ở trên, GAN sử dụng hai model khác nhau, generator và discriminator. Chúng ta có thể hình dung hai network này sẽ cạnh tranh lẫn nhau và sẽ tự phát triển trong quá trình cạnh tranh này. Trong quá trình này, generator sẽ tạo ra dữ liệu mới với mục tiêu là vượt qua được sự kiểm tra về tính xác thực của discriminator. Nhờ vào sự cạnh tranh và phát triển này, chúng ta có thể sử dụng generator để tạo ra dữ liệu với tính xác thực cao, chẳng hạn như hình bên dưới.
Để có góc nhìn khác cũng như là thêm nhiều thông tin hơn, chúng ta có thể tìm thêm ở một số tài liệu sau:
- Ian J. Goodfellow, Jean Pouget-Abadie , Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair , Aaron Courville, Yoshua Bengio, “Generative Adversarial Nets,” in NIPS, 2014.
- Medium.com
- Wikipedia
- Pathmind.com
- Google Developers
[…] đã đề cập ở bài viết về Generative Adversarial Network (GAN), GAN dùng hai loại network khác nhau để cùng training nhằm phát sinh dữ liệu. Một […]
LikeLike
[…] 2014, Ian J. Goodfellow cùng đồng nghiệp đã giới thiệu GANvới khả năng phát sinh dữ liệu ấn tượng. Điều này đã kéo theo nhiều nghiên […]
LikeLike