3. 판별: 판별자는 진짜 데이터 x와 생성자가 만든 가짜 데이터 G(z)를 입력받아 두 데이터를 평가해 진짜인지 가짜인지 확률로 나타냅니다.
4. 손실 계산: 생성자와 판별자 각각의 손실 함수를 계산합니다.
▪ 판별자의 손실 함수: 진짜 데이터를 진짜로, 가짜 데이터를 가짜로 올바르게 분류하는 것이 목표입니다.
▪ 생성자의 손실 함수: 판별자가 가짜 데이터를 진짜로 잘못 판단하도록 만드는 것이 목표입니다.
5. 모델 업데이트: 판별자와 생성자 모델은 각각의 손실을 최소화하도록 반복해서 업데이트합니다.
▪ 판별자: 진짜 데이터와 가짜 데이터를 구분하는 능력을 향상시키기 위해 학습합니다. 이 과정은 일반적으로 경량화된 손실 함수로 이루어집니다.
▪ 생성자: 판별자가 가짜 데이터를 진짜로 판단하도록 학습합니다.
6. 최적화: GAN의 목표는 두 모델이 균형을 이루는 것입니다. 생성자가 더 나은 데이터를 생성하면 판별자는 더 나은 결과로 판단해야 하고, 반대로 판별자가 더 정확해지면 생성자는 더 진짜같이 생성해야 합니다.