AI를 위한 필수 수학

334

AI

를 위한 필수 수학

,min max log logV DG D x D G z1EE

G D xp x zpz

data z

= +-

++

vv

v v vv

Q

Q

QQ

Q

Q

Q

V

V

V

VV

V

V

"

"

%

%

최종적으로

D

와

G

를 합친 가치 함수

V

(

D

,

G

)

로 최대최소 게임을 하게 된다.

이는 매우 간단한 수학 구조로 판별자를 설정하면 생성자 신경망을 명시적으로 정의하거나 어

떤 가정을 하지 않고도 실제 데이터 분포에 가까이 다가갈 수 있다.

마지막으로 적대적 생성 신경망은 다양한 애플리케이션에 유용하다. 한 가지 예를 들자면 적대

적 생성 신경망은 준지도 학습

semi

-

supervised

learning

의 성능을 극적으로 향상시킬 수 있다. ‘

NIPS

2016

Tutorial

:

Generative

Adversarial

Networks

189

’에 소개된 글을 살펴보자.

적대적 생성 신경망을 이용한 준지도 학습 접근법을 소개한다. 이 접근법에서는 판별자가 입력의 레이블을 나

타내는 추가 출력을 생성한다. 레이블이 거의 없는 환경에서

MNIST

,

SVHN

,

CIFAR

-

10

에 대해 매우 좋

은 결과를 얻었다. 예를 들어

MNIST

에서는 완전 연결 신경망을 사용하여 클래스당 레이블이 있는

10

개의

샘플만으로

99

.

14

%의 정확도를 달성했다. 완전 연결 신경망은 레이블이 지정된 샘플

60

,

000