GAN
一回触ってみたい
https://www.imagazine.co.jp/gan%EF%BC%9A敵対的生成ネットワークとは何か%E3%80%80%EF%BD%9E%E3%80%8C教師/
https://www.imagazine.co.jp/wp-content/uploads/2018/09/is20tech001zu004-1.jpg
z（ノイズ）がシード値みたいなもの
シード値を動かすとだんだん画像が変わっていくのね
よくGANで生成された画像で見るやつか
今さら聞けないGAN（1） 基本構造の理解 - Qiita
対象読者ど真ん中な感じ
Discriminator
まあこれは普通(?)の分類問題のニューラルネットワークって感じ
Generator
アップサンプリングをする
逆CNNとかはせずに、シンプルに値をreshapeするのね
逆CNNをするのはDCGANとか呼ばれるらしいblu3mo.icon
学習
「真データを使って、Discriminatorのみを学習」
「Discriminatorを使って、Generatorを訓練」
の二つを交互?にやる感じかな
Loss Function
https://qiita-user-contents.imgix.net/https%3A%2F%2Fqiita-image-store.s3.amazonaws.com%2F0%2F233208%2F78f624e8-cc53-c7a3-178c-0551048bef30.jpeg?ixlib=rb-4.0.0&auto=format&gif-q=60&q=75&w=1400&fit=max&s=e003da075ce59572516d53df27ea3ef8
$ \mathbb{E}の意味がわからないな
Discriminatorの学習では、V(D, G)を最大化させたい
$ \log D(x)を最大化したい = 真データ（x）の時に1を出力させたい
$ \log (1-D(G(z)))を最大化したい = 偽データ（G(z)）の時に0を出力させたい
Generatorの学習の時は、V(D,G)を最小化させたい
$ \log (1-D(G(z)))を最小化したい = 偽データ（G(z)）の時に1を出力させたい
つまり、Discriminatorと真逆の方向に学習