আমি জেনারেটর অ্যাডভারসিয়াল নেটওয়ার্কগুলি (জিএএনএস) সম্পর্কে পড়ছি এবং এটি সম্পর্কে আমার কিছু সন্দেহ রয়েছে। এখনও অবধি, আমি বুঝতে পেরেছি যে একটি জিএন-তে দুটি ধরণের নিউরাল নেটওয়ার্ক রয়েছে: একটি হ'ল জেনারেটরি ( ) এবং অন্যটি বৈষম্যমূলক ( )। জেনারেটর নিউরাল নেটওয়ার্ক কিছু ডেটা উত্পন্ন করে যা বৈষম্যমূলক নিউরাল নেটওয়ার্ক যথার্থতার জন্য বিচার করে। জিএএন উভয় নেটওয়ার্কগুলিতে ক্ষতির ফাংশনটি পাস করে শিখবে।
বৈষম্যমূলক ( ) নিউরাল নেটগুলি প্রাথমিকভাবে কীভাবে জানতে পারে যে দ্বারা উত্পাদিত ডেটা সঠিক কিনা ? আমাদের কি প্রথমে প্রশিক্ষণ করতে হবে তা সাথে জিএএন-তে যুক্ত করতে হবে ?
আসুন আমার প্রশিক্ষিত নেট বিবেচনা করুন , যা 90% শতাংশ নির্ভুলতার সাথে একটি ছবি শ্রেণিবদ্ধ করতে পারে। যদি আমরা এই নেটটি কোনও জ্যানের সাথে যুক্ত করি তবে 10% সম্ভাবনা রয়েছে এটি কোনও চিত্রকে ভুল শ্রেণিবদ্ধ করবে। আমরা যদি এই নেট দিয়ে কোনও জ্যানকে প্রশিক্ষণ দিই তবে কোনও চিত্রের শ্রেণিবদ্ধকরণে এটির ক্ষেত্রেও একই 10% ত্রুটি থাকবে? যদি হ্যাঁ, তবে জিএনএসরা আশাব্যঞ্জক ফলাফল কেন দেখায়?