【レポート】ディープラーニングを応用した画像生成（GAN）のしくみ

ディープラーニングで画像を生成

12/11（水）、テックスでGANについて学ぶハンズオンセミナーを実施しました。 GANはディープラーニングを応用して画像生成を行う仕組み。 ディープラーニングは画像認識によく使われますが、 自身が「本物」と認識する画像を自身が生成するイメージです。 （「鑑定士」と「贋作職人」を競わせると喩えられていました）

セミナーではいくつかの派生GANのうち主にDCGAN（Deep Convolutional Generative Adversarial Networks）のコードを用いてハンズオンを行いました。（その後StyleGANも）

環境としてはAnaconda上にTensorFlowとKeras、あといくつかのライブラリを。

高まる注目

ディープラーニングが生成した画像を提供するフォトストックサービスも登場し始めたり、ディープフェイクと呼ばれる偽画像が世間を騒がせたり、良くも悪くも注目は高まっています。

今回のGANセミナー、前回開催時は「判別根拠の可視化」とセットにしていたのですが、どちらも注目が高まってひとつの講座に収まらなくなってしまった結果、それぞれ独立させました。

特に判別根拠の可視化については、AIサービスの実用化が進むにつれアカウンタビリティ（説明責任）の観点からも需要が高まっているようです。

その判別根拠の可視化についてのセミナーは、1/15（水）に開催しますので、受講をご検討いただければ幸いです。