回答編集履歴
3
修正
test
CHANGED
|
@@ -22,7 +22,7 @@
|
|
|
22
22
|
|
|
23
23
|
-E[D(G(z)] の最小化は、E[D(G(z)] の最大化になります。
|
|
24
24
|
|
|
25
|
-
Discriminator は与えられたデータが本物である確率を出力する関数で、D(G(z)) を最大化ということは、Generator が生成した偽物のデータ G(z) を与えたときにできるだけ1に近い値を出力するように Generator のパラメータを学習するということです。
|
|
25
|
+
Discriminator は与えられたデータが本物である確率を出力する関数で、D(G(z)) を最大化ということは、Generator が生成した偽物のデータ G(z) を Discriminator に与えたときにできるだけ1に近い値を出力するように Generator のパラメータを学習するということです。
|
|
26
26
|
|
|
27
27
|
ようは、Discriminator が本物と勘違いするような精巧なデータを生成できるように Generator のパラメータを調整するということです。
|
|
28
28
|
|
2
修正
test
CHANGED
|
@@ -16,6 +16,18 @@
|
|
|
16
16
|
|
|
17
17
|
|
|
18
18
|
|
|
19
|
+
> 全体的にこの損失関数の意味がわかりません。教えていただけたら幸いです。
|
|
20
|
+
|
|
21
|
+
|
|
22
|
+
|
|
23
|
+
-E[D(G(z)] の最小化は、E[D(G(z)] の最大化になります。
|
|
24
|
+
|
|
25
|
+
Discriminator は与えられたデータが本物である確率を出力する関数で、D(G(z)) を最大化ということは、Generator が生成した偽物のデータ G(z) を与えたときにできるだけ1に近い値を出力するように Generator のパラメータを学習するということです。
|
|
26
|
+
|
|
27
|
+
ようは、Discriminator が本物と勘違いするような精巧なデータを生成できるように Generator のパラメータを調整するということです。
|
|
28
|
+
|
|
29
|
+
|
|
30
|
+
|
|
19
31
|
----
|
|
20
32
|
|
|
21
33
|
|
1
修正
test
CHANGED
|
@@ -4,7 +4,7 @@
|
|
|
4
4
|
|
|
5
5
|
Generatorは潜在変数を与えて、生成したいデータを出力する関数です。
|
|
6
6
|
|
|
7
|
-
潜在変数は適当な次元のベクトルです。例えば、画像を生成する Generator であれば、n次元のベクトルが与えて、形状が (高さ, 幅, 3) の画像を表す3次元配列を出力とする関数になります。
|
|
7
|
+
潜在変数は適当な次元のベクトルです。問題設定により異なりますが、例えば、画像を生成する Generator であれば、n次元のベクトルが与えて、形状が (高さ, 幅, 3) の画像を表す3次元配列を出力とする関数になります。
|
|
8
8
|
|
|
9
9
|
|
|
10
10
|
|