Belajar Generative Adversarial Networks

Buku ini mengintegrasikan landasan teori dengan pendekatan aplikatif secara sistematis untuk membantu pembaca memahami prinsip kerja GAN secara menyeluruh. Pembahasan dimulai dari konsep dasar jaringan saraf tiruan, arsitektur generator–discriminator, fungsi objektif, dinamika pelatihan adversarial, hingga berbagai tantangan yang sering ditemui seperti mode collapse, ketidakstabilan pelatihan, serta strategi pengoptimalan. Selanjutnya,buku ini menyajikan implementasi teknis menggunakan Python dan PyTorch, disertai contoh eksperimen, visualisasi, dan analisis kualitas keluaran model. Dengan pendekatan ini, diharapkan pembaca tidak hanya mampu menjalankan model GAN, tetapi juga memahami cara memodifikasi, mengembangkan, dan mengevaluasi variasi arsitektur yang lebih maju sesuai kebutuhan riset maupun aplikasi profesional.