जनरेटिव एडवरसैरियल नेटवर्क
जेनरेटिव एडवरसैरियल नेटवर्क (जीएएन) एक प्रतियोगिता में दो तंत्रिका नेटवर्क को एक-दूसरे के खिलाफ खड़ा करके यथार्थवादी नया डेटा बनाते हैं।
सिंहावलोकन
They produced the first wave of convincing AI-generated faces and remain a landmark idea in generative AI.
गहरा गोता
2014 में इयान गुडफेलो द्वारा प्रस्तुत, एक GAN एक साथ दो नेटवर्क को प्रशिक्षित करता है। जनरेटर यादृच्छिक शोर से शुरू करके छवियों जैसे नकली नमूनों का आविष्कार करता है। विवेचक यह निर्धारित करता है कि प्रत्येक नमूना वास्तविक है (प्रशिक्षण डेटा से) या नकली (जनरेटर से)। वे प्रतिस्पर्धा करते हैं: जनरेटर विवेचक को मूर्ख बनाने की कोशिश करता है, जबकि विवेचक मूर्ख न बनने की कोशिश करता है। जैसे-जैसे दोनों में सुधार होता है, नकली चीजें आश्चर्यजनक रूप से यथार्थवादी हो जाती हैं। GAN ने "दिस पर्सन डज़ नॉट एक्ज़िस्ट" पर फोटोरिअलिस्टिक चेहरों को संचालित किया, जिसमें StyleGAN ने उच्च-रिज़ॉल्यूशन पोर्ट्रेट के लिए मानक स्थापित किया। उन्हें प्रशिक्षित करना बेहद मुश्किल है, अस्थिरता और "मोड पतन" की संभावना है, जहां जनरेटर केवल कुछ दोहराव वाले आउटपुट उत्पन्न करता है। तब से डिफ्यूज़न मॉडल ने कई छवि कार्यों में उन्हें पीछे छोड़ दिया है, लेकिन GAN पीढ़ी में तेज़ और प्रभावशाली बने हुए हैं।
तकनीकी अंतर्दृष्टि
प्रशिक्षण विरोधी लक्ष्यों वाले दो नेटवर्कों के बीच एक मिनीमैक्स गेम है। विवेचक को वास्तविक डेटा के लिए उच्च स्कोर और उत्पन्न डेटा के लिए कम स्कोर आउटपुट करने के लिए प्रशिक्षित किया जाता है; जनरेटर को इस तरह से प्रशिक्षित किया जाता है कि विवेचक अपने नकली के लिए उच्च अंक प्राप्त कर सके। महत्वपूर्ण रूप से, जनरेटर कभी भी वास्तविक छवियों को सीधे नहीं देखता है, यह केवल विवेचक के माध्यम से वापस पारित ग्रेडिएंट सिग्नल से सीखता है। सैद्धांतिक संतुलन पर जनरेटर का आउटपुट वितरण वास्तविक डेटा से मेल खाता है और विवेचक अनुमान लगाने से बेहतर कुछ नहीं कर सकता है।
सामरिक प्रभाव
स्पष्ट निर्णय
यह आपको स्पष्ट तकनीकी दावों को मार्केटिंग भाषा से अलग करने में मदद करता है।
लागत और बजट
आप पैसा या समय खर्च करने से पहले बेहतर कार्यान्वयन संबंधी प्रश्न पूछ सकते हैं।
टीम और वर्कफ़्लो
साझा समझ वाली टीमें बेहतर उत्पाद, नीति और सीखने के निर्णय लेती हैं।
जनरेटिव एडवरसैरियल नेटवर्क का भविष्य
डिफ्यूजन मॉडल अब उच्च-गुणवत्ता वाली छवि निर्माण पर हावी हैं, इसलिए शुद्ध GAN ने कई रचनात्मक कार्यों के लिए अपना ताज खो दिया है। उनकी बढ़त गति है: एक जीएएन एक एकल फॉरवर्ड पास में एक छवि उत्पन्न करता है, जबकि प्रसार के लिए कई चरणों की आवश्यकता होती है, इसलिए जीएएन वास्तविक समय के उपयोग, सुपर-रिज़ॉल्यूशन और ऑन-डिवाइस पीढ़ी में बने रहते हैं। हाइब्रिड सिस्टम अन्य मॉडलों से आउटपुट को तेज करने के लिए तेजी से GAN-शैली के प्रतिकूल नुकसान का उपयोग कर रहे हैं। उम्मीद करें कि GAN हेडलाइन जेनरेटर के बजाय एक तेज़, हल्के घटक के रूप में बने रहेंगे।
वास्तविक विश्व कार्यान्वयन
ThisPersonDoesNotExist.com पर अस्तित्वहीन लोगों के फोटोयथार्थवादी चेहरे तैयार करना
कम-रिज़ॉल्यूशन वाली छवियों और पुराने वीडियो को अपस्केलिंग और शार्प करना (सुपर-रिज़ॉल्यूशन)
उन क्षेत्रों के लिए सिंथेटिक प्रशिक्षण डेटा बनाना जहां वास्तविक डेटा दुर्लभ या निजी है
शैली स्थानांतरण और फ़ोटो संपादन, जैसे रेखाचित्रों को यथार्थवादी छवियों में बदलना या किसी चेहरे को पुराना बनाना
जोखिम और रेलिंग
अलग-अलग टीमें एक ही शब्द का अलग-अलग इस्तेमाल कर सकती हैं, इसलिए दायरे को पहले ही परिभाषित कर लें।
बेंचमार्क मजबूत दिख सकते हैं जबकि वास्तविक दुनिया का प्रदर्शन असमान है।
डेटा गुणवत्ता और मूल्यांकन योजनाओं की अनदेखी अक्सर नाजुक परिणाम पैदा करती है।
कार्यान्वयन रोडमैप
आपको जिस परिणाम की आवश्यकता है उसकी सरल भाषा में परिभाषा से शुरुआत करें।
परीक्षण से पहले एक सफलता मीट्रिक और एक विफलता स्थिति चुनें।
प्रतिनिधि डेटा के साथ एक छोटा पायलट चलाएँ, न कि एक परिष्कृत डेमो सेट।
दस्तावेज़ जहां जनरेटिव एडवरसैरियल नेटवर्क मदद करते हैं और जहां सरल तरीके बेहतर हैं।
अन्वेषण करते रहें
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Generative Adversarial Networks quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
अगली गाइड
ग्राफ तंत्रिका नेटवर्क
अक्सर पूछे जाने वाले प्रश्नों
What is Generative Adversarial Networks?
जेनरेटिव एडवरसैरियल नेटवर्क (जीएएन) एक प्रतियोगिता में दो तंत्रिका नेटवर्क को एक-दूसरे के खिलाफ खड़ा करके यथार्थवादी नया डेटा बनाते हैं। उन्होंने एआई-जनित चेहरों को समझाने की पहली लहर पैदा की और जेनरेटिव एआई में एक ऐतिहासिक विचार बने रहे।
GAN में दो प्रतिस्पर्धी नेटवर्क कौन से हैं?
एक GAN एक जनरेटर को जोड़ता है, जो नकली नमूने बनाता है, एक विभेदक के साथ, जो जनरेटर के नकली से वास्तविक डेटा बताने की कोशिश करता है।
नया नमूना बनाते समय जनरेटर किससे प्रारंभ होता है?
जनरेटर यादृच्छिक शोर के एक वेक्टर को सिंथेटिक नमूने में बदल देता है, उस शोर को यथार्थवादी आउटपुट में आकार देना सीखता है।
प्रशिक्षण के दौरान जनरेटर में सुधार कैसे होता है?
जनरेटर कभी भी वास्तविक डेटा को सीधे नहीं देखता है; यह विवेचक द्वारा प्रदान किए गए फीडबैक (ग्रेडिएंट्स) का उपयोग करके सुधार करता है कि इसके आउटपुट कितने नकली दिखते हैं।
GAN में 'मोड पतन' क्या है?
मोड पतन तब होता है जब जनरेटर को कुछ ऐसे आउटपुट मिलते हैं जो विवेचक को मूर्ख बनाते हैं और विविधता खोते हुए उनका उत्पादन जारी रखते हैं।
GAN की शुरुआत किसने और किस वर्ष की?
इयान गुडफेलो और सहकर्मियों ने 2014 में जीएएन की शुरुआत की, जिससे प्रतिकूल जेनरेटर मॉडल में अनुसंधान की एक लहर शुरू हुई।