Redes generativas antagónicas
Dos redes, un juego
- El generador transforma ruido en una muestra sintética.
- El discriminador decide si una muestra es real o falsa.
- Ambas se entrenan a la vez, compitiendo.
El generador
Recibe un vector latente de ruido y lo mapea a una muestra que imite la distribución real. Su meta: engañar al discriminador haciendo sus falsos indistinguibles.
El discriminador
Es un clasificador que recibe muestras reales y falsas y aprende a separarlas. Cuanto mejor sea, más presión ejerce sobre el generador para mejorar.
El objetivo adversario
Se formula como un minimax: el generador minimiza la probabilidad de ser detectado, el discriminador la maximiza. Ninguna gana del todo; el juego es continuo.
Equilibrio y óptimo de Nash
El ideal es que el generador reproduzca tan bien la distribución que el discriminador no pueda hacer mejor que acertar al azar. Ese punto es el óptimo del juego.
Entrenamiento inestable
El pulso es delicado: si una red aprende más rápido que la otra, el entrenamiento colapsa. Equilibrar ambas tasas es un arte con muchas heurísticas.
Colapso de modo
El generador puede descubrir que producir unas pocas variedades de muestras basta para engañar al discriminador, y pierde diversidad. Genera siempre variaciones del mismo ejemplo.
Vanos gradientes
- Si el discriminador domina demasiado, el generador recibe gradientes casi nulos.
- No hay señal de cómo mejorar y el aprendizaje se estanca.
- Las variantes de pérdida buscan restaurar una señal útil.
Variantes famosas
DCGAN fijó una arquitectura estable para imágenes; StyleGAN llevó las caras a un nivel fotográfico; WGAN reformuló la pérdida para suavizar el entrenamiento.
Condición y control
Se puede condicionar el generador por etiquetas o clases, y pasar de vector latente fijo a entradas estructuradas, para dirigir qué se produce.
GAN frente a difusión
Las GAN generan en una sola pasada, rapidísimo, pero costaban de entrenar y de cubrir diversidad. La difusión las ha desplazado en calidad al precio de más pasos.
Errores frecuentes
- Entrenar las redes con tasas muy distintas: si el discriminador se dispara, el generador se queda sin gradiente útil.
- Declarar éxito solo por pérdida baja sin mirar las muestras: el colapso de modo puede convivir con números bonitos.
- Usar la métrica de equilibrio (minimax) como si fuera una pérdida a reportar: en la práctica no es comparable entre arquitecturas.
Ejemplo resuelto: detectar tarjetas fraudulentas con datos sintéticos
Un banco no puede compartir suficientes ejemplos reales de fraude, así que una GAN los sintetiza a partir de transacciones legítimas.
- Entrenas el discriminador a separar transacciones reales de generadas.
- El generador aprende a producir falsos que imiten patrones de fraude raros.
- Equilibras las dos tasas de aprendizaje con lotes alternados y normalización.
- Verificas diversidad: las tarjetas sintéticas deben cubrir los modos del fraude real, no uno solo.
- Validas entrenando el detector de fraude solo con datos sintéticos y probándolo con casos reales.
¿Para qué sirve en la realidad?
Faceswap y retoque fotográfico nacieron de StyleGAN; la generación de datos sintéticos alimenta sistemas de visión y detección de fraude donde las muestras reales escasean o son sensibles.
El entrenamiento de una GAN es inestable principalmente porque:
El colapso de modo ocurre cuando el generador produce solo una variedad estrecha de muestras.
GAN
Ordena un ciclo de entrenamiento de una GAN:
Generar
Mezclar
Discriminar
Actualizar
Red generativa antagónica
Marco de generación por competencia entre dos redes.
Une cada término del mundo GAN con su definición.
Aprender compitiendo
# Redes generativas antagónicas ## Juego ### generador contra discriminador ### minimax ## Riesgos ### colapso de modo ### gradientes vanos ## Estabilizar ### tasas equilibradas ### variantes de pérdida ## Linaje ### dcgan ### stylegan ### wgan
StyleGAN
La familia de GAN que llevó la generación de rostros a nivel fotográfico.
Tu GAN sufre colapso de modo y genera siempre caras parecidas. Nombra dos remedios posibles y explica cuál atacaría mejor la pérdida de diversidad.