[논문] GAN : Generative Adversarial Nets 간단 요약

2014년도 발표된 논문으로 Generator G와 Discriminator D의 적대적으로 서로의 성능을 점차 개선해 나가는 생성모델을 제시하였다.

G는 D를 속이기 위해 실제 데이터 분포를 학습하며 D는 가짜 데이터인지 실제 데이터인지 구별하기 위해 학습한다.

GAN은 고해상도 이미지를 만들기 어려우며 학습이 매우 불안정하다는 단점이 있다. 이후 DCGAN과 같은 여러 논문들이 이런 문제를 해결하기 위해 제시된다.

논문링크 : https://arxiv.org/abs/1406.2661