Catatan Praktikum GAN
Pendahuluan
- Tema praktikum: Generative Adversarial Network (GAN)
- Pembicara: Asti Dharma Yanti, Instruktur
Apa itu GAN?
- Generatif: Model yang dapat menghasilkan instance baru.
- Diskriminatif: Model yang membedakan antara data asli dan contoh data.
- Contoh: GAN dapat menghasilkan foto hewan baru yang menyerupai hewan asli.
Komponen GAN
- Generator
- Bertugas untuk menghasilkan output yang sesuai dengan data pelatihan.
- Contoh: Menciptakan gambar wajah manusia yang tidak nyata.
- Discriminator
- Bertugas untuk membedakan data asli dari data yang dihasilkan oleh generator.
- Memberikan penalti kepada generator jika hasilnya tidak sesuai.
Proses Pelatihan
- Data Pelatihan:
- Contoh Positif: Data asli.
- Contoh Negatif: Data palsu yang dihasilkan oleh generator.
- Fungsi Loss:
- Discriminator terhubung dengan dua fungsi loss:
- Mengabaikan loss dari generator.
- Menggunakan loss dari discriminator.
- Generator belajar untuk mengurangi kesalahan berdasarkan output dari discriminator.
Ilustrasi Proses GAN
- Discriminator membandingkan gambar yang dihasilkan oleh generator dengan data asli.
- Generator terus berlatih untuk menghasilkan gambar yang mirip dengan objek asli.
- Proses ini diulang sampai kedua jaringan mendapatkan bobot yang tepat untuk menghasilkan output yang akurat.
Praktikum
- Pada praktikum kali ini, peserta akan mencoba membuat model GAN pertama menggunakan mesin DGX.
Penutup
- Semoga materi pengantar mengenai GAN ini membantu.
- Selamat mengikuti praktikum!
Wabila hitafiq wa hidayah, wassalamualaikum warahmatullahi wabarakatuh.