Generative Adversarial Network (GAN)

Arsitektur deep learning dengan dua neural network (generator + discriminator) yang saling melatih. Dicetuskan Ian Goodfellow 2014. Pendorong image generation awal.

GAN: Generator menghasilkan fake, Discriminator membedakan real vs fake. Aplikasi: StyleGAN (wajah), CycleGAN (style transfer), BigGAN. Sekarang banyak digantikan diffusion model.

June 21, 2026 1 min concepts

Also known as: jaringan adversarial generatif

Generative Adversarial Network

Definisi

GAN diperkenalkan oleh Ian Goodfellow et al. pada 2014. Terdiri dari dua neural network yang saling bertarung:

Generator (G) — membuat data palsu
Discriminator (D) — membedakan data asli vs palsu

Training: G mencoba mengelabui D, D belajar membedakan. Equilibrium tercapai saat G menghasilkan data yang tidak bisa dibedakan dari asli.

Variasi

DCGAN (2015) — deep convolutional
StyleGAN (2018–2024) — wajah realistis
CycleGAN (2017) — unpaired image-to-image
BigGAN (2018) — kelas ImageNet
Wasserstein GAN (2017) — training stabil

Generative Adversarial Network (GAN)

Generative Adversarial Network

Definisi

Variasi

Connected to

Not yet written

References