Generador frente a discriminador: el juego
Dos redes compiten para mejorar
Generador frente a discriminador: el juego es una lección gratuita de Deep Learning Academy en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de Deep Learning Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de Deep Learning Academy incluye 4 lecciones en total.
Dos redes, un solo juego
Una GAN está formada por dos redes neuronales que compiten en un juego: una inventa datos falsos y la otra intenta detectarlos. Su rivalidad es lo que hace que ambas mejoren. 🎭
Conozca al generador
El generador comienza con ruido aleatorio y lo transforma en algo que parece un dato real, como un rostro falso. Nunca ve directamente las imágenes reales.
Conozca al discriminador
El discriminador es un juez. Observa una muestra y produce un número: la probabilidad que asigna a que esa muestra sea real y no falsa.
Entra ruido, sale una imagen
Se proporciona al generador un vector de números aleatorios llamado vector latente. Distintos vectores producen distintas salidas, por lo que el ruido se convierte en la semilla de la creatividad.
z = torch.randn(1, 100)
fake = generator(z)Un falsificador y un detective
Imagine a un falsificador fabricando billetes falsos y a un detective descubriéndolos. Cada uno impulsa al otro a ser más preciso. Este tira y afloja es el corazón de una GAN.
Etiqueta de real o falso
El discriminador se entrena con etiquetas: las imágenes reales reciben 1 y las imágenes generadas reciben 0. Aprende a distinguirlas con seguridad.
real_label = 1.0
fake_label = 0.0El objetivo del generador
El generador gana cuando el discriminador etiqueta sus falsificaciones como reales. Por tanto, su objetivo es engañar al juez, no copiar exactamente una imagen concreta.
Adversarial significa opuesto
Sus objetivos son opuestos, por eso lo llamamos adversarial. El discriminador quiere acertar; el generador quiere que se equivoque.
Mejorar juntos
A medida que el discriminador se vuelve más exigente, el generador debe crear falsificaciones mejores para seguir engañándolo. Este bucle de retroalimentación mejora ambas redes con el tiempo.
Dos optimizadores
Como los participantes tienen objetivos distintos, cada red dispone de su propio optimizador y se actualiza durante su propio turno de entrenamiento.
opt_g = torch.optim.Adam(G.parameters())
opt_d = torch.optim.Adam(D.parameters())El objetivo: indistinguibles
Idealmente, el entrenamiento termina cuando el discriminador solo puede adivinar, con una probabilidad cercana al 50 por ciento. En ese punto, las falsificaciones son prácticamente indistinguibles de los datos reales.
Comprobación rápida
Asegurémonos de que los papeles están claros.
Repaso: el juego de la GAN
Ha conocido a los dos participantes: un generador que falsifica datos a partir de ruido y un discriminador que los juzga. Su rivalidad impulsa a ambos a mejorar. 🎉
Aprende Python con un tutor de IA — gratis
Escribe y ejecuta código real en tu navegador, obtén ayuda instantánea de un tutor de IA disponible 24/7 y continúa donde lo dejaste en la web o en la aplicación.
- Cursos
- 30
- Lecciones
- 120
Preguntas frecuentes
¿La lección «Generador frente a discriminador: el juego» es gratis?
Sí — el texto completo de «Generador frente a discriminador: el juego» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de Deep Learning Academy, actualiza a CoddyKit PRO. El curso de Deep Learning Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Generador frente a discriminador: el juego»?
Dos redes compiten para mejorar Practicas Deep Learning Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar Deep Learning Academy?
No se requiere experiencia previa. Deep Learning Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.
¿Cuánto tiempo toma la lección «Generador frente a discriminador: el juego»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de Deep Learning Academy?
Sí. Cada lección de Deep Learning Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Generador frente a discriminador: el juego
- La pérdida adversaria
- Construya una DCGAN
- Colapso de modos y trucos de estabilización