discriminator
Exemples
By training a simple deep learning model with a generator and a discriminator, GANs can generate new images that resemble the original imaging domain.
При обучении простой модели глубокого обучения с генератором и дискриминатором сети GAN могут создавать новые изображения, похожие на изображения исходной предметной области.
A typical GAN model contains two components: a generator that creates synthesised images and a discriminator that distinguishes between real and generated images.
Типичная модель GAN содержит два компонента: генератор, создающий синтезированные изображения, и дискриминатор, различающий реальные и сгенерированные изображения.
During the training process, the aim is to derive a generator that can create highly realistic images so that the discriminator cannot separate them from the real images.
Цель обучения — получить генератор, способный создавать настолько реалистичные изображения, что дискриминатор не сможет отличить их от настоящих.