English
A GAN, short for generative adversarial network, pits two neural networks against each other: a generator that creates fake samples and a discriminator that tries to tell them apart from real ones. Through this competition, the generator gradually learns to produce increasingly realistic output, such as synthetic faces.
A generative adversarial network trains two networks against each other: one produces candidates, the other judges whether they are real, and each improves by defeating the other. GANs dominated image generation for several years before diffusion models displaced them, largely because adversarial training is notoriously unstable. The idea remains historically important and still appears in specialised tasks.
Early deepfakes were built with GANs.
العربية
الشبكة التوليدية التنافسية (GAN) تُشغّل شبكتين عصبيتين في مواجهة بعضهما، مولِّد يُنتج عيّنات مزيّفة ومُميِّز يحاول التفريق بينها وبين العيّنات الحقيقية. من خلال هذه المنافسة، يتعلّم المولِّد تدريجياً إنتاج مخرجات أكثر واقعية، مثل وجوه اصطناعية.
تدرّب الشبكة التوليدية التنافسية شبكتين إحداهما ضد الأخرى: واحدةٌ تنتج المرشحات، وأخرى تحكم أحقيقيةٌ هي أم لا، وتتحسن كلٌّ منهما بالتغلب على الأخرى. وقد سادت هذه الشبكات توليد الصور سنواتٍ عدة قبل أن تزيحها نماذج الانتشار، ويعود ذلك أساساً إلى أن التدريب التنافسي غير مستقرٍّ بصورةٍ معروفة. وتبقى الفكرة مهمةً تاريخياً ولا تزال تظهر في مهامٍّ متخصصة.
بُنيت التزييفات العميقة الأولى بشبكاتٍ توليديةٍ تنافسية.
Also known as
- GAN
- generative adversarial networks
- الشبكات التوليدية التنافسية
- جان
- GAN
Also seen as, but not recommended
- الشبكة التوليدية الخصومية
- شبكة الخصومة التوليدية
First use
2014 · Introduced by Ian Goodfellow and colleagues.
Source