discriminator
En neural netværkskomponent, der klassificerer inputdata som ægte eller falsk i et generativt adversarisk netværk.
Kort fortalt
Discriminatoren er den del af et GAN, der forsøger at gætte, om et billede (eller anden data) er ægte eller skabt af en generator.
- Kategori
- model
- Niveau
- øvet
- Udtale
- /dɪˈskrɪmɪneɪtər/
Betydninger
1- 1
I generative adversarial networks (GANs) er discriminatoren et neuralt netværk, der trænes til at klassificere om en given prøve stammer fra den ægte datadistribution eller fra generatoren.
- Discriminatoren i et GAN opdateres ved at minimere krydsentropitabet mellem dens forudsigelser og de sande etiketter. — Goodfellow et al., 2014
Hvornår bruges det
Discriminatoren trænes sammen med generatoren i et GAN. Den modtager både ægte data og genererede data og lærer at skelne dem. Generatoren forsøger at narre discriminatoren, hvilket skaber en konkurrence, der forbedrer begge.
Kodeeksempel
class Discriminator(nn.Module):
def __init__(self, input_dim=784, hidden_dim=256):
super().__init__()
self.fc = nn.Sequential(
nn.Linear(input_dim, hidden_dim),
nn.LeakyReLU(0.2),
nn.Linear(hidden_dim, 1),
nn.Sigmoid()
)
def forward(self, x):
return self.fc(x)Simpel implementering af en discriminator i PyTorch, der tager et fladt billede som input og returnerer en sandsynlighed for ægthed.
Oprindelse
Fra engelsk 'discriminator', af latin 'discriminare' (adskille). I AI-kontekst introduceret af Ian Goodfellow et al. i 2014.