■ return gan
함수를 호출했을 때의 결괏값입니다. 우리가 만든 함수 create_gan을 호출하면 그 결과로 적대적 생성 신경망인 gan을 반환합니다.
■ gan = create_gan(d,g)
이제 이 함수를 호출하겠습니다. 호출하는 방법은 함수의 이름을 쓰고 그 뒤에 괄호를 넣는 것입니다. 그리고 gan을 만들기 위해서는 재료 2개가 필요하다고 하였죠? 이 재료로 앞에서 만든 판별자 신경망 d와 생성자 신경망 g를 괄호 안에 넣겠습니다. 이렇게 함수를 호출할 때 괄호 안에 넣는 값을 파라미터라고 합니다.
함수를 호출하여 생성한 적대적 생성 신경망이 gan에 저장됩니다.
■ gan.summary( )
함수를 호출하여 새롭게 만든 적대적 생성 신경망인 gan의 모습을 살펴보는 코드입니다. 먼저 입력층부터 살펴보면, 입력층은 노이즈값이 100개의 픽셀값이 들어갑니다. 그리고 두 번째 레이어의 모습은 바로 생성자 신경망에서 출력된 값의 모습입니다. 마지막 레이어는 생성자 신경망에서 만든 그림이 진짜인지 가짜인지 판별자가 판단한 결과를 보여줍니다.
실행 결과
Model: "functional_1" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= input_1 (InputLayer) [(None, 100)] 0 _________________________________________________________________ sequential (Sequential) (None, 784) 559632 _________________________________________________________________ sequential_1 (Sequential) (None, 1) 533505 ================================================================= Total params: 1,093,137 Trainable params: 559,632 Non-trainable params: 533,505 _________________________________________________________________