GAN（敵対的生成ネットワーク）の数式の意味と覚え方：初心者向け解説

2026年10月14日 2026年10月14日山崎講師

山崎講師

こんにちは。ゆうせいです。

機械学習の分野を学んでいると、GAN（敵対的生成ネットワーク）という技術に出会います。GANは実物に近い画像や音声を作り出す仕組みですが、背後にある数式には複数の記号が含まれています。本記事では、GANの数式の構造と、各記号が持つ意味を整理して解説します。

GANの数式と専門用語

まず、GANの基本となる数式を確認します。

$\min_{G} \max_{D} V(D, G) = E_{x}[\log D(x)] + E_{z}[\log(1 - D(G(z)))]$

式に含まれる記号には、それぞれ明確な役割があります。

Gは生成器（Generator）と呼ばれます。偽物のデータを作り出す役割を持ちます。
Dは識別器（Discriminator）と呼ばれます。データが本物か偽物かを見破る役割を持ちます。
xは本物のデータを表します。
zはノイズを表します。生成器Gはノイズzを元にして偽物のデータを作ります。
Eは期待値を表し、全体的な平均をとる計算を意味します。
logは対数関数であり、確率の計算を扱いやすくするために用いられます。

数式の意味：高校生向けの比喩で解説

専門用語の羅列では全体像を掴みにくいため、高校の美術部を例に挙げて説明します。

部員の生徒であるGを生成器、美術の先生であるDを識別器と想定します。

生徒Gの目標は、有名な絵画のレプリカ（偽物）を描き上げ、先生Dを騙すことです。一方、先生Dの目標は、目の前にある絵画が美術館に飾られている本物の絵画xなのか、生徒Gが描いたレプリカG(z)なのかを見破ることです。

先生Dは、本物の絵画xを見たときには本物であると判断し、生徒GのレプリカG(z)を見たときには偽物であると見破る確率を高めようとします。数式において、先生Dが正解率を最大化しようとする働きが max D の部分に相当します。

対照的に、生徒Gは、自身が描いたレプリカG(z)を先生Dに本物だと誤認させることを目指します。生徒Gは先生Dが見破る確率を最小化しようと動くため、数式において min G の部分に相当します。

生徒Gと先生Dが競い合う過程を数式として表現したものがGANの公式です。

数式の仕組みと覚え方

GANの数式を覚える際は、識別器Dの視点と生成器Gの視点を分けて捉える方法が効果的です。

数式の右辺は2つの部分に分かれています。

前半の E[log D(x)] は、識別器Dが本物のデータxを本物だと見抜く確率を表しています。

後半の E[log(1 - D(G(z)))] は、識別器Dが生成器Gの作った偽物データG(z)を偽物だと見抜く確率を表しています。

識別器Dの目的は、前半と後半の両方の数値を最大化することです。したがって、数式の頭には max D が付きます。

一方で生成器Gの目的は、識別器Dを騙すことです。生成器Gは前半の計算には関与できませんが、後半の数値を可能な限り小さくしようと動きます。したがって、数式の頭に min G が追加されます。

覚える際の手順としては、まず識別器Dが本物と偽物を評価する2つの足し算の式を組み立て、数式全体に対して識別器Dは最大化（max）を狙い、生成器Gは最小化（min）を狙うという対立構造を付け加える順序で思い出すと、記憶に定着しやすくなります。

GANを利用するメリットとデメリット

GANの仕組みを利用する際の特徴を以下にまとめます。

メリット

画像や音声などのデータに対して、確率分布を直接計算することなく、実物に近いデータを生成できる点。
生成器と識別器を競わせる学習方法により、手作業で特徴を設定せずにモデルが構築される点。

デメリット

学習の過程が不安定になりやすく、生成器が同じデータばかりを出力するモード崩壊と呼ばれる現象が発生しやすい点。
生成器と識別器の能力のバランスを保ちながら学習を進める必要があり、設定値の調整に試行錯誤が求められる点。

まとめと今後の学習ステップ

GANの数式は、偽物を作る生成器Gとそれを見破る識別器Dの対立関係を、最小化と最大化として記述したものです。各変数の役割と、双方が何を目指しているのかを把握することで、数式の意味を導き出すことができます。

GANの技術を深く理解し実装に進むためには、以下のステップで学習を進めることを推奨します。

損失関数と最適化アルゴリズムの基礎を復習し、機械学習におけるパラメータ更新の仕組みを把握する。
GANの数式における期待値Eや対数関数logの計算ルールを確認し、数式がどのように値を評価しているかを追う。
PyTorchなどのフレームワークを使用し、手書き数字などの画像データを生成する基本的なGANのプログラムを記述して動かす。
プログラムを動かしながら、生成器と識別器の損失値が学習過程でどのように推移するかを観察する。

一段階ずつ概念を確認しながら学習を進めていってください。

セイ・コンサルティング・グループでは新人エンジニア研修のアシスタント講師を募集しています。

投稿者プロフィール

山崎講師代表取締役

セイ・コンサルティング・グループ株式会社代表取締役。
岐阜県出身。
海外放浪の末、2000年創業、2004年会社設立。
IT企業向け人材育成研修歴業界歴20年以上。
すべての無駄を省いた費用対効果の高い「筋肉質」な研修を提供します！
この記事に間違い等ありましたらぜひお知らせください。

学生時代は趣味と実益を兼ねてリゾートバイトにいそしむ。長野県白馬村に始まり、志賀高原でのスキーインストラクター、沖縄石垣島、北海道トマム。高じてオーストラリアのゴールドコーストでツアーガイドなど。現在は野菜作りにはまっている。