■ generator.add(Dense(units=784, activation='tanh'))
마지막 층, 즉 출력층의 활성화 함수는 tanh를 사용하겠습니다(다른 활성화 함수를 사용해도 됩니다). 그리고 출력층의 노드 개수는 784개입니다. 784개인 이유는 mnist 데이터의 모습이 바로 28×28개의 픽셀로 이루어져 있기 때문입니다.1×784처럼 나열한으로 생성자가 만드는 데이터의 모습도 이와 같은 모양인 784개 픽셀을 나열한 모습으로 나타나야 하기 때문에 이와 같이 표시한 것입니다. 추후 이 모양을 다시 28×28의 형태로 나타내면 숫자와 같은 모습으로 나타납니다.
TIP
하이퍼볼릭탄젠트 함수(tanh)는 5.2절의 활성화 함수를 참고하세요.
■ return generator
함수를 호출하였을 때의 결괏값입니다. 우리가 만든 함수 create_generator를 호출하면 그 결과로 시퀀셜 형태의 신경망, 즉 우리가 만든 생성자 신경망인 generator를 반환합니다.
■ g = create_generator( )
이제 이 함수를 호출하여 새로운 생성자 신경망을 하나 만들어 보겠습니다. 호출하는 방법은 함수의 이름을 쓰고 그 뒤에 괄호( )를 넣는 것입니다. 함수를 호출할 때 전달할 인자가 하나도 없기 때문에 괄호는 빈칸으로 둡니다. 이 과정을 통해 만들어진 생성자 신경망인 generator를 g에 저장합니다.