Generative Adversarial Network (GAN)
Eine Art von Deep-Learning-Modell, das aus zwei konkurrierenden neuronalen Netzen besteht – einem Generator und einem Diskriminator – die in einem Nullsummenspiel trainiert werden, um realistische Daten zu erzeugen.
Kategorie: Modelle & Architekturen
Ein Generative Adversarial Network (GAN) besteht aus zwei neuronalen Netzen: dem Generator und dem Diskriminator. Der Generator versucht, neue Daten zu erzeugen, die den Trainingsdaten ähneln (z.B. realistische Bilder). Der Diskriminator erhält sowohl echte Trainingsdaten als auch vom Generator erzeugte Daten und muss entscheiden, ob die Daten echt oder gefälscht sind. Beide Netze werden gleichzeitig trainiert, wobei der Generator versucht, den Diskriminator zu täuschen, und der Diskriminator versucht, den Generator zu entlarven. Dieses kompetitive Training führt dazu, dass der Generator immer realistischere Daten erzeugt.
Synonyme / Tags
- GAN
- Generatives Adversariales Netzwerk
Die ganze Definition im Member Hub braucht ein kostenloses Konto.