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.即使没有显式地标记数据，也可以通过在第一步中向鉴别器提供训练数据来隐式地标记数据，您可以告诉鉴别器是真实的。这样，你就可以以某种方式告诉鉴别器训练数据的标签。相反，在生成器的第一步生成的噪声数据的标签，生成器知道它是不真实的。但在多类的情况下，它变得非常奇怪。必须在训练数据
浏览 21提问于2017-06-09得票数 28
回答已采纳
1回答
生成式对抗网络中判别器损失不变
、、、、
我正在尝试用pix2pix GAN生成器和Unet作为鉴别器来训练GAN。但经过一段时间后，我的鉴别器损失停止变化，并停留在5.546左右的值。这是GAN训练的好兆头还是坏兆头。
浏览 0提问于2020-11-07得票数 0
1回答
当我读到Cartoongan 卡通络:用于照片卡通化的生成对抗性网络的报纸时，我对vgg在整个网络中的位置感到非常困惑。
根据关于GAN 生成对抗性网的文章，我看不到网络中存在vgg的任何地方。
浏览 0提问于2022-09-20得票数 1
回答已采纳
2回答
我想知道，为什么在我看到的大多数GAN模型(至少在MNIST中)，激活函数(用于鉴别器和生成器)是tanh？ReLu不是更高效吗？(我总是为预测网络阅读这篇文章)
谢谢!
浏览 3提问于2017-01-06得票数 9
1回答
在原始GAN (生成对抗性网络)论文)，生成对抗性网络由I.古德费罗，J. Pouget，M.阿尔。
浏览 0提问于2022-10-03得票数 3
回答已采纳
我正在尝试修复损坏的文本(下面的图像)，以便可以对图像执行OCR。我该如何修复下面的文本？我已经尝试过膨胀，腐蚀，形态闭合，以及使用轮廓之间的距离。所有这些似乎都不起作用。如果有任何帮助，我将不胜感激，谢谢。
尝试的解决方案(无效果)：import pytesseract config =
浏览 0提问于2019-02-14得票数 12
1回答
我使用librosa生成了一些Mel-光谱图，用于生成对抗性网络(GANs)。我已经保存了生成的光谱图通过GAN的图像格式(.png)。现在我正试图将图像转换回音频。有可能吗？
浏览 6提问于2021-05-29得票数 0
1回答
我想为我的神经网络实现一个自定义的损失函数，以考虑训练过程中对抗性例子的贡献，用快速梯度符号法计算。其中，J是一个经典的范畴交叉熵，计算了输入的wrt。x + delta就是对抗性的例子。网络结构sentence = Input(shape=(story_maxlen,))
encoded_sentence = Embedding(vocab_size, embed_sizemodel.compile(optimizer="adam", loss
浏览 2提问于2020-04-16得票数 1
回答已采纳
这是神经网络栈可视化计算的一种全新方法。但我的问题是。是否可以使用CapsNet作为GAN。我只理解CapsNet的概念，但不理解技术限制。这有可能吗？
这听起来对我来说是个不错的研究领域：)
浏览 0提问于2017-11-23得票数 4
我想为我的神经网络实现以下成本函数：
这利用了神经网络的对抗性输入来提高的泛化能力。
在其feed_dict参数中。如果可能的话，我想避免重新定义我的整个网络。我该怎么做？对抗性训练，在这种情况下，不应该通过对抗性的例子生成</em
浏览 3提问于2016-03-29得票数 6
回答已采纳
0回答
我正在研究生成对抗网络。最近，在阅读Radford等人的一篇论文时。，我发现他们的生成器网络的输出层使用了Tanh()。Tanh()的范围是(- 1，1)，但是双精度格式的图像的像素值在0，1，有人能解释一下为什么在输出层使用Tanh()，生成器如何生成像素值合适的图像吗？
浏览 8提问于2017-06-13得票数 2
回答已采纳
2回答
所以我正在做这个项目，这个项目生成水果的图像，到目前为止，我已经编写了大部分实际代码，但我遇到了这个非常奇怪的问题。我遵循了关于手写数字的教程，虽然我可以弄乱它，但我的代码给了我错误，不知何故，输出形状(28，28，1)仍然显示在生成器模型中，而不是我的(100,100，3)，有人能解释我的这个奇怪的问题吗？
浏览 22提问于2021-05-19得票数 0
1回答
生成网络理解
、、、、
我正在浏览弗查尔 on 生成对抗性网络的GAN笔记本，在Generator中，他用16*16 * 128创建了一个Dense层(其中128个是频道的数量)。latent_dim=32是如何在网络中形成16 * 16的。📷
浏览 0提问于2019-05-22得票数 0
1回答
理解生成对抗性网络
、、、
1.初始训练(100个历元，500个批次/期，10个样本/批次)
首先，我训练了论文中提出的模型(包括风格、知觉、L1和对抗性损失)。来自张拉板的大多数图形看起来也很好：(这些都是GAN-模型的值，包含生成器(GENERATOR_Loss)的总损失、基于生成的图像的不同损失(L1、perc、style)以及对抗性损失(DISCRIMINATOR_loss对于生成的图像，鉴别器的对抗性损失稳步增加。训练鉴别器时的损失(50/50假/真实示例)一点也不
浏览 1提问于2020-02-03得票数 6
我试图训练一个生成的对抗性网络，并在相同的数据集和相同的参数下运行几次训练，但似乎tp产生了不同的结果。为什么会发生这种事？
浏览 0提问于2020-10-15得票数 2
1回答
我研究了关于用于小目标检测的感知生成对抗性网络的研究论文。📷
我是刚进入甘区的人。我在设计发电机功能方面有问题。有人能帮我吗？
浏览 0提问于2019-06-28得票数 3
1回答
在生成的对抗性网络损失函数中，这意味着什么？：E_{x~p_{data}(x)}和E_{z~p_{z}(z)}，以及它们是如何在这种背景下使用的？
浏览 0提问于2020-04-07得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
