最終更新日:2026年10月19日
gk neural_network generative_model cheatsheet
まず結論
VAEとGANはどちらも生成モデルですが、どんな信号でパラメータを学習するかが違います。このページは再構成・KL項と敵対的学習を区別するための比較です。入力画像を条件にするPix2Pixまで含む選び方は、生成と条件付き画像変換の比較へ進めます。
| 観点 | VAE | GAN |
|---|---|---|
| 中心構造 | Encoder / Decoder | Generator / Discriminator |
| 潜在変数 | 確率分布として扱う | 潜在ノイズから生成 |
| 学習の考え方 | 変分推論・再構成 | 敵対的学習 |
| 代表的注意点 | 再構成とのトレードオフ | モード崩壊など |
G検定では、分布・変分推論 → VAE、敵対・識別器 → GANで切ります。
直感的な説明
VAE
入力データを潜在空間の確率分布へ写し、そこからサンプリングして再構成・生成します。
GAN
Generatorが本物らしいデータを作り、Discriminatorが真偽を判定します。
定義・仕組み
VAE
- Encoderが潜在分布のパラメータを推定
- 再パラメータ化して潜在変数をサンプリング
- Decoderがデータを再構成・生成
- 再構成項とKLダイバージェンスを扱う
GAN
- Generatorが生成データを作る
- Discriminatorが本物 / 生成を判定
- 両者を敵対的に学習
- モード崩壊などの学習上の課題がある
学習信号を説明から見分ける
| 説明 | 対応する基本モデル |
|---|---|
| 入力を再構成し、潜在分布を事前分布へ近付ける | VAE:再構成項とKL項 |
| 本物と生成物を見分ける識別器と、識別器を欺く生成器を学習する | GAN:敵対的学習 |
VAEにもGANにも潜在変数や乱数が登場するため、「乱数から画像を作る」だけでは区別できません。再構成と分布の制約か、生成器と識別器の競争かを見ます。
いつ使う?(得意・不得意)
VAEは潜在表現を明示的に扱いたい場面、GANは敵対的学習を利用した生成・画像変換などで使われます。
ただし、
- GAN=必ず高画質
- VAE=必ず安定
- GAN=必ずVAEより優れる
のような絶対的な性能順位は避けます。
G検定ひっかけポイント
Generator / Discriminator
→ GAN
Encoder / Decoder+潜在分布
→ VAE
モード崩壊
→ GANで代表的な問題
KLダイバージェンス+再構成
→ VAE
まとめ(試験直前用)
- VAE=確率的潜在変数モデル
- GAN=敵対的生成モデル
- VAE:Encoder / Decoder
- GAN:Generator / Discriminator
- モード崩壊 → GAN
- 性能順位ではなく学習機構で判断する
参考資料(原論文)
- Auto-Encoding Variational Bayes|arXiv
- Kingma・WellingによるVAEの原論文です。再パラメータ化と変分下限を使う学習法を提案しています。
- Generative Adversarial Nets|NeurIPS
- GoodfellowらによるGANの原論文です。GeneratorとDiscriminatorを競わせる敵対的学習を提案しています。