구체적으로 어떤걸 보고 하는 말인진 모르겠지만 지금 시점에서 GAN 은 adversarial learning 의 한가지 활용방식이라고 봐도 상관 없긴 하지. 근데 잠재공간이 없을수가 있나
익명(211.235)2024-02-13 17:24
근데 결국 샘플링된 랜덤변수를 출력확률공간으로 맵핑시켜줄 넷이 필요한거면 그것도 일종의 잠재공간이라고 해야하는거 아니가
36악장(dranhen)2024-02-13 21:20
latent space 쓰는 GAN 안에서도 고전적인 encoder-decoder bottleneck 구조가 아니라 residual connection들 추가하면서 z에만 의존한 생성이란 개념 자체가 많이 희석됨 GAN의 핵심은 z의 유무보다는 discriminator, generator가 서로 경쟁하는 adversarial loss를 정의하고 그걸 alternative training을 통해서 minimax game을 반복하는 거임
구체적으로 어떤걸 보고 하는 말인진 모르겠지만 지금 시점에서 GAN 은 adversarial learning 의 한가지 활용방식이라고 봐도 상관 없긴 하지. 근데 잠재공간이 없을수가 있나
근데 결국 샘플링된 랜덤변수를 출력확률공간으로 맵핑시켜줄 넷이 필요한거면 그것도 일종의 잠재공간이라고 해야하는거 아니가
latent space 쓰는 GAN 안에서도 고전적인 encoder-decoder bottleneck 구조가 아니라 residual connection들 추가하면서 z에만 의존한 생성이란 개념 자체가 많이 희석됨 GAN의 핵심은 z의 유무보다는 discriminator, generator가 서로 경쟁하는 adversarial loss를 정의하고 그걸 alternative training을 통해서 minimax game을 반복하는 거임