はじめに 前回の記事でwganおよび改良型wgan(wgan-gp)の説明をおこないました。 今回はkerasでの実装のポイントと生成結果について紹介します。 参考にしたコードは以下 tjwei/GANotebooks discriminatorの学習のためのモデル定義 discriminatorの学習のための全体構造(discriminator_with_own_loss)を実装していきます。 WGAN-gpにおける学習では、識別でよく使われる形式 (y_true, y_pred)、つまり、「正解ラベルと予想結果を付き合わせる」といった形式を用いません。binary_cross_entropyなどの既に定義された関数を使うのではなく、損失関数を独自に定義する必要があります。 損失関数を定義して使用する 損失関数を独自に定義し、optimizerに渡して学習させていく手順は以下です。 mo