我在训练GAN的过程中刚开始一直是生成器和判别器的损失值都在0.5左右然后慢慢上升不过也不是很大(1左右)大概到1000多次迭代生成器的损失值突然到了10几然后就保持这个数几乎不变了,这是为什么啊?
1条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
码农男孩 2022-04-02 20:16最佳回答 专家已采纳鉴别器能力太强了,试着在鉴别器网络中加dropout
采纳该答案 已采纳该答案 专家已采纳评论解决 1 无用打赏举报微信扫一扫
分享评论登录 后可回复...
报告相同问题?
提交
相关推荐 更多相似问题
- 2022-02-01 22:31回答 1 已采纳 https://www.bilibili.com/video/BV1JE411g7XF?p=72
- 2021-10-21 20:18回答 1 已采纳 sigmoid和和tanh两个函数虽然都是[0, 1],但是你会发现他们的导数是不一样的,tanh的导数范围是[-1, 1], 而sigmoid的导数范围是[0, 0.25],在反向传播的时候,sig
- 2022-03-06 21:46回答 1 已采纳 ./checkpoints/{xXx}/这些需要自己创建的,xxx为模型的名称,建好之后把模型放在这里面就行
- 2020-03-25 17:22哎呦不错的温jay的博客 生成网络(GAN)是近年来很火的课题,原始论文《Generative Adversarial Nets》的介绍请移步:https://blog.csdn.net/wenqiwenqi123/article/details/86178376 本篇主要详细解析它的损失函数。在论文中损失函数...
- 2022-03-29 22:57码农男孩的博客 本文用简单易懂的话语,超浓缩总结GAN原理以及一步一步解剖数学表达式,看完入门GAN
- 2022-03-07 14:24Wanderer001的博客 图像到图像的转换涉及到生成给定图像的新的合成版本,并进行特定的修改,例如将夏季景观转换为冬季。 训练图像到图像的转换模型通常需要一个大的成对数据集。这些数据集准备起来既困难又昂贵,而且在某
- 2019-07-10 19:26回答 2 已采纳 https://www.cnblogs.com/wizardforcel/p/10748368.html
- 2019-04-07 11:32回答 1 已采纳 是一开始就向负无穷变大,还是训练一段时间后变大,前者可能是你的训练集和验证集的数据不匹配,或者归一化量纲不对。或者模型错误。或者参数问题,比如self.lr2这个学习率设置的多少。 后者就是过拟合了
- 2021-04-03 10:25回答 2 已采纳 都有可能吧,数据集和调参都可能有影响,要用单一变量控制法做实验对比。
- 2020-12-17 09:44steveyg的博客 很长一段时间,只有人类有能力创造,人工智能唯一的好处是解决回归,分类和聚类等问题,但随着生成网络的引入,人工智能研究人员能够使机器生成相同的内容或与人类同行相比质量更高。 什么是GANs? 生成性对抗网络...
- 2022-01-19 11:14Cheney822的博客 深度学习为人工智能核心技术,本章主要围绕深度学习涉及的全连接神经网络、卷积神经网络和对抗神经网络而开设的实验。 生成对抗网络是一种训练生成网络的框架,比如生成图片的深度卷积神经网络。构建一个用来生成...
- 2022-02-13 14:51小哈里的博客 1、什么是GAN 2、GAN的发展
- 2018-10-21 07:21回答 2 已采纳 泛泛地说,不好说,从理论技术上说,你如果大学基础课程都能达到平均水平,自己努力,研究起来都不会因为你的基础问题而无法理解。 但是难易程序主要一个取决于你某个课题需要达到的目标。比如你的硬币鉴定,你需
- 2018-12-05 09:41回答 4 已采纳 全部下载下来,然后运行main.py
- 2021-02-24 21:05回答 1 已采纳 错误在函数ciyun(txt,k)开头的四行代码: 1.变量txt是以文本内容而不是路径字符串传入的,你把它作为文件路径使用了。文本内容已经传入,不需要再读取文件,把函数里的第一行删除,并先对文本分
- 2021-10-26 22:07想变厉害的大白菜的博客 GAN的设计初衷GAN 的基本原理(大白话)生成对抗网络(GAN)由2个重要的部分构成训练过程GAN的总结GAN的提出:“Generative Adversarial Networks”(2014NIPS)GAN的优缺点GAN 的实际应用GAN的一些经典变种1....
- 2021-12-09 15:26华为云开发者社区的博客 摘要:这篇文章将详细介绍生成对抗网络GAN的基础知识,包括什么是GAN、常用算法(CGAN、DCGAN、infoGAN、WGAN)、发展历程、预备知识,并通过Keras搭建最简答的手写数字图片生成案。
- 2019-07-17 07:30言有三的博客 从今天开始,我们将关注训练GAN时产生的问题,作为第一篇文章,首先从几个方面来分析一下实际训练的GAN和理论模型上的GAN不同之处以及实践中出现的问题。第一个部分将介绍最...
- 2021-03-03 16:51回答 3 已采纳 我把你的链接中的代码下载下来了,运行了一遍,是可以用的代码。 dcgan.py在第109行用到了mnist.load_data()这个函数,读取的是自带的mnist.npz数据集。我看到mnist.
- 2021-11-23 19:48myh12138的博客 GAN生成对抗网络 基本思想: GAN的思想是是一种二人零和博弈思想,有两个这样的博弈者,一个人名字是生成模型(G),另一个人名字是判别模型(D)。他们各自有各自的功能。 相同点是: 这两个模型都可以看成是一个...
- 没有解决我的问题, 去提问