Differences
This shows you the differences between two versions of the page.
|
gp:laboratoare:07 [2026/03/30 09:38] maria_anca.balutoiu [Tasks] |
gp:laboratoare:07 [2026/05/06 08:10] (current) maria_anca.balutoiu [Concepte Cheie] |
||
|---|---|---|---|
| Line 6: | Line 6: | ||
| - **Generatorul** este responsabil pentru crearea de date sintetice (de exemplu, o imagine, muzică, teren etc.) din zgomot aleatoriu (spațiu latent). Este nevoie de un vector aleatoriu ca intrare și generează o ieșire care imită distribuția datelor țintă (de exemplu, generarea unei imagini a unei fețe care arată ca cele din setul de date de antrenament). Generatorul primește de obicei un vector de zgomot aleator ca input, care este trecut prin mai multe straturi (de obicei straturi complet conectate, straturi convoluționale sau alte tipuri) pentru a produce un output care seamănă cu date reale. Acesta învață să producă rezultate mai realiste de-a lungul timpului încercând să-l „păcălească” pe Discriminator să creadă că datele generate sunt reale. | - **Generatorul** este responsabil pentru crearea de date sintetice (de exemplu, o imagine, muzică, teren etc.) din zgomot aleatoriu (spațiu latent). Este nevoie de un vector aleatoriu ca intrare și generează o ieșire care imită distribuția datelor țintă (de exemplu, generarea unei imagini a unei fețe care arată ca cele din setul de date de antrenament). Generatorul primește de obicei un vector de zgomot aleator ca input, care este trecut prin mai multe straturi (de obicei straturi complet conectate, straturi convoluționale sau alte tipuri) pentru a produce un output care seamănă cu date reale. Acesta învață să producă rezultate mai realiste de-a lungul timpului încercând să-l „păcălească” pe Discriminator să creadă că datele generate sunt reale. | ||
| - | - **Discriminatorul** etse responsabil să facă distincția între datele reale (din setul de antrenament) și datele false (generate de Generator). Acesta calculează o probabilitate care indică dacă datele de intrare sunt reale sau false. În timp, învață să devină mai bun în identificarea datelor false pe care le produce Generatorul. | + | - **Discriminatorul** este responsabil să facă distincția între datele reale (din setul de antrenament) și datele false (generate de Generator). Acesta calculează o probabilitate care indică dacă datele de intrare sunt reale sau false. În timp, învață să devină mai bun în identificarea datelor false pe care le produce Generatorul. |
| ==== Cum funcționează un GAN ==== | ==== Cum funcționează un GAN ==== | ||
| Line 26: | Line 26: | ||
| ==== Concepte Cheie ==== | ==== Concepte Cheie ==== | ||
| === Spațiul Latent (Latent Space) === | === Spațiul Latent (Latent Space) === | ||
| - | **Spațiul latent** este spațiul vectorilor aleatorii de intrare pentru Generator. Fiecare punct din spațiul latent va produce un teren diferit. Dacă folim vectori latenți apropiați, vom obține terenuri similare, iar dacă folosim vectori latenți îndepărtați, terenurile generate vor fi foarte diferite. | + | **Spațiul latent** este spațiul vectorilor aleatorii de intrare pentru Generator. Fiecare punct din spațiul latent va produce un teren diferit. Dacă folosim vectori latenți apropiați, vom obține terenuri similare, iar dacă folosim vectori latenți îndepărtați, terenurile generate vor fi foarte diferite. |
| <code> | <code> | ||
| Line 60: | Line 60: | ||
| === Interpolare în Spațiul Latent === | === Interpolare în Spațiul Latent === | ||
| - | Prin **interpolarea** putem crea o tranziție graduală între doi vectori latenți. | + | Prin **interpolare** putem crea o tranziție graduală între doi vectori latenți. |
| <code> | <code> | ||
