YOU SAID:

As a result, the Discriminator is trained to correctly classify the input data as either real or fake. This means it’s weights are updated as to maximize the probability that any real data input x is classified as belonging to the real dataset, while minimizing the probability that any fake image is classified as belonging to the real dataset.

INTO JAPANESE

結果として、Discriminatorは入力データを実際のものか偽のものかを正しく分類するように訓練されています。これは、実際のデータ入力xが実データセットに属すると分類される確率を最大にするように重みが更新され、仮想画像が実データセットに属すると分類される確率を最小限に抑えることを意味します。

BACK INTO ENGLISH

As a result, Discriminator is trained to correctly classify input data as actual or false. This is because the weights are updated so as to maximize the probability that the actual data input x is classified as belonging to the actual data set and the virtual image is classified as belonging to the actual data set

INTO JAPANESE

結果として、Discriminatorは、入力データを実際または偽として正しく分類するように訓練されます。これは、実際のデータ入力xが実際のデータセットに属すると分類され、仮想画像が実際のデータセットに属すると分類される確率を最大にするように重みが更新されるからである

BACK INTO ENGLISH

As a result, the Discriminator is trained to correctly classify the input data as actual or false. This is because the actual data input x is classified as belonging to the actual data set and the weight is updated so as to maximize the probability that the virtual image is classified as belonging to the actual data set

INTO JAPANESE

結果として、Discriminatorは、入力データを実際または偽として正しく分類するように訓練されます。これは、実際のデータ入力xが実際のデータセットに属するものとして分類され、仮想画像が実際のデータセットに属すると分類される確率が最大になるように重みが更新されるからである

BACK INTO ENGLISH

As a result, the Discriminator is trained to correctly classify the input data as actual or false. This is done so that the actual data input x is classified as belonging to the actual data set and the probability that the virtual image is classified as belonging to the actual data set is maximized

INTO JAPANESE

結果として、Discriminatorは、入力データを実際または偽として正しく分類するように訓練されます。これは、実際のデータ入力xが実際のデータセットに属するものとして分類され、仮想画像が実際のデータセットに属すると分類される確率が最大になるように行われる

BACK INTO ENGLISH

As a result, the Discriminator is trained to correctly classify the input data as actual or false. This is done so that the actual data input x is classified as belonging to the actual data set and the probability that the virtual image is classified as belonging to the actual data set is maximized