■ d.train_on_batch(X, y_dis)

실제 그림과 만든 그림을 구별할 수 있도록 train_on_batch 함수를 사용하여 판별자를 학습시킵니다. 입력 데이터는 X이고, 출력 데이터는 y_dis입니다.

그림 18-10 | 판별자를 학습시키는 과정

이처럼 판별자에게 입력 데이터(X)를 주고 판별자를 통해 나온 출력값과 정답 데이터(y_dis)의 결괏값을 비교하며 오차를 줄이는 방식으로 판별자를 학습시킵니다.

이제 생성자를 학습시킬 차례입니다. 지금부터가 바로 GAN의 핵심이라고 할 수 있습니다. 생성자가 판별자를 속일 수 있도록 진짜 같은 그림을 학습시키는 것이 목표입니다.

■ noise = np.random.normal(0,1, [batch_size, 100])

새롭게 노이즈값을 만듭니다.