[5주차]Conditional Generative Adversarial Network, 2014

▪Abstract

생성기와 판별기 모두에 조건부의 데이터 y를 입력하여 구성

▪Intro

GAN 논문에서의 future work 부분 발췌, 출처 : Genereative Adversarial Network

 

▪ Conditional Adversarial Nets
    1. GAN

학습 과정에서 상호 협조적이지 않은 상대 (Discriminator👮‍♀️,Generator🐱‍👤💵)가 서로 최적의 상태(Nash Equilibrium)에 도달하려고 노력하는 방식이며, 이 목표를 달성하기 위한 목적함수로 아래와 같은 식을 사용

GAN의 목적함수

GAN 구조 설명

GAN으로 생성한 MNIST 데이터의 예시

    2. cGAN 

y는 "label이나 datas from other modalities" 를 입력받는다.

cGAN 구조설명, 출처 : cGAN

cGAN의 목적함수

▪ Experiment

   1 .Unimodal(label)

GAN으로 생성한 MNIST 데이터

 

    2 Multimodal(datas from other modalities)

 

→ cGAN의 판별기는 실제 데이터 (Data x, condition data y) pair가 생성 데이터 (data G(z), condition data y)와 matching 되는지 판단

cGAN을 통해 생성된 태그

▪Future Work

DiscoGAN,2017

pix2pix,2018

 

CycleGAN,2020