1回答
具有非随机输入的GAN
、、、
我对那些时候的GAN很感兴趣。生成器模型从随机分布中生成批量图像。描述者对它和真实图像进行了训练。(与冻结的鉴别器谁说发电机是好的或不好的)我需要更改其中的某些内容吗？
浏览 14提问于2017-01-05得票数 3
3回答
我理解了GAN是如何工作的，而两个网络(生成网络和区分网络)是如何相互竞争的。我已经建立了一个DCGAN (具有卷积鉴别器和非卷积发生器的GAN)，它现在成功地生成了类似于MNIST数据集中的手写数字。
我读过很多关于GAN从图像中提取特征的应用。如何使用我训练过的GAN模型(在MNIST数据集上)从MNIST手写的数码图像中提取特征？
浏览 0提问于2017-03-09得票数 13
1回答
Keras报告错误的准确性
、、、、
我正在Keras训练一个生殖对抗网络(GAN)。我的问题:为什么Keras报告我的合并模型的准确性为100%？= discriminator(fake_images)gan</
浏览 1提问于2018-05-29得票数 2
我们知道，生成对抗网络(GAN)可以产生与真实数据相似的数据。一般来说，生成器需要一个随机变量z作为输入，并生成一个表示数据x的向量。当我有新数据时，我不知道如何计算P_G(x)的概率，我想知道GAN生成它的概率？
浏览 12提问于2018-02-11得票数 0
回答已采纳
1回答
我有一个模型，它可以接受一个普通的数组，并在GAN中处理它，它是有效的，但是一旦我把它改为多个输入，我就开始得到：我的原始代码：gan_V = discriminator(gd_input)GAN.compile(
浏览 12提问于2021-02-22得票数 0
回答已采纳
我对GAN感兴趣，所以我遵循了这个教程关于GANs的MNIST与Keras。其结果是，它生成了一个4x4图像与随机数字，如。我想问如何用我想要的数字而不是像这样的随机数字来生成4x4图像。generated_images[i], interpolation='nearest', cmap='gray_r')plt.savefig('<em
浏览 1提问于2019-06-14得票数 1
回答已采纳
1回答
GANs增加培训数据
、、、、
我一直在阅读关于生成对抗性网络(GANs)的文章，并想知道是否有必要将生成器的功能仅仅用于创建更多的培训数据。在这样的情况下，我没有足够的训练数据来构建一个健壮的分类器，我能用这个有限的数据来训练一个生成器，它能产生足够好的样本来提高我的鉴别器(分类器)的准确性吗？
浏览 0提问于2017-03-15得票数 1
回答已采纳
___________________________________________________________________ model2_out = model2([GAN_in, K.round(model1_out)])
浏览 15提问于2017-07-03得票数 20
5回答
GAN的随机噪声
、、、、
我是新来的GAN。我正在学习建模GAN来生成图像，但是我并不真正理解给生成器的随机噪声到底是什么。它是从0到1的随机数吗?它的大小是多少？另外，随机噪声是否应该在每次生成器运行时都是恒定的？
浏览 209提问于2020-03-06得票数 4
回答已采纳
假设我想要创建一个伪随机数生成器，我想确保它确实接近随机。为了简单起见，让我们假设我要随机输出0或1。
我听说过monobit，运行，扑克测试等，但是有“机器学习”的方法来评估伪随机数生成器吗？就像这样，我们可以尝试预测在前面输出的第一个k个数的情况下输出的数量，这个模型的性能会给出伪随机生成器的性能。这也许超出了我的想象，但是一个生成性的对抗性网络能够通过这种方
浏览 0提问于2017-10-16得票数 -1
回答已采纳
我希望使用python生成具有特定限制的随机数。守则应做以下工作：，则生成0个随机非递归数。<9，则生成2个随机非递归数。<15，则生成3个随机的非递归数。<51，则生成8个随机</
浏览 5提问于2018-01-05得票数 1
回答已采纳
2回答
我正在做一个生成性对抗性网络( GAN )。在训练的每一步，我都调用一个方法generate_noise，它返回一个随机噪声的张量。generate_noise( shape : tuple ): return noise
如果生成器每次(在每一步)都接收随机输入，那么它如何优化自己以创建有意义的</e
浏览 0提问于2019-02-18得票数 2
回答已采纳
1回答
这是解码-卷积生成对抗性网络(DC-GAN)代码的一部分。to the discriminatorx = generator(ganInput)gan= Model(input=ganInput, output=ganOutput)
gan.compile(loss='binary_crossentropy', optimizer=Adam())显然，ganInput是一个变量，但是
浏览 2提问于2017-12-26得票数 1
回答已采纳
+-----+------++-----+------+| dhi | nesh |我有一张这样的桌子。esh || $$$gan%%%esh.. |下面的查询运行良好
select * from table1 a, table2 b where c likeconcat('%',a,'%',b'%&#
浏览 0提问于2018-05-15得票数 0
1回答
我用谷歌的免费信用。我的带有CPU的笔记本电脑似乎不能胜任这项任务。📷这是主要代码。甚至花了几天的时间编写了这段代码。其余的代码都是样板来训练。生成器的输出是(1024,1024)图像。如果这是我的原版，是一个(299,299)图像。
我应该用公式来计算每一层如何转换图像
浏览 0提问于2018-05-30得票数 1
回答已采纳
1回答
图像回归问题
、、、
我尝试过一些机器学习的实验。从尝试使用甘斯到高级图像，再到玩自动编码器。我的网络似乎总是“学会”忽略输入，并且总是产生相同的图像输出。这个输出通常是输入图像的一个有趣的混合。下面是一些示例：📷
这已经发生在我的GAN和自动编码器项目中。
浏览 0提问于2020-10-31得票数 0
我正在使用Isola等人提出的Image to Image GAN架构。https://arxiv.org/abs/1611.07004 他们的架构被用于256x256x3的图像。我尝试使用512x512x3图像进行训练，但我的结果不如使用较小分辨率的测试。特别是，GAN生成的内容似乎缺少一些小细节。它还会很快达到故障模式，生成器开始降级(从我的阅读来看，这可能是由于鉴别器不够强大，无法识别差异
浏览 60提问于2020-11-29得票数 0
2回答
我从一些来源听说生成式对抗网络是无监督的ML，但我不明白。生成性对抗网络实际上不受监督吗？1) 2类真假反假案例2)多类情况
但在
浏览 21提问于2017-06-09得票数 28
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
