Kelas : 4IA21
NPM : 51420357
Generatif Adversarial Network atau GAN merupakan sebuah model machine learning
generatif yang dapat membuat sebuah instance baru dalam bentuk suara, gambar, ataupun
video. Berikut ini adalah langkah-langkah untuk membangun GAN dengan dua dataset yang
berbeda yaitu CIFAR10 dan MNIST.
Import Library
stochastic gradient atau yang lebih dikenal dengan adam dengan learning rate = 0,0002.
Membentuk Generator
Generator adalah bagian dari GAN yang bertugas untuk belajar membuat data palsu
dengan memasukkan umpan balik dari diskriminator. Generator belajar membuat
diskriminator mengklasifikasikan outputnya sebagai yang sebenarnya atau nyata.
Mendefinisikan Discriminator
Hal pertama yang dilakukan yaitu membuat fungsi dengan nama buid_discriminator
dengan modelnya yaitu sequential, kemudian mendefinsikan model yang dibangun dengan
model dense sehingga parameter pada masing-masing layer dapat diatur sesuai keinginan.
Input shape disesuaikan dengan variabel img_shape yang sudah didefinsikan ditahap
sebelumnya.