DCGAN에서 판별자가 어떻게 작동합니까?

DCGAN에 대해 공부하고 있으며 그것에 대해 궁금합니다.DCGAN에서 판별자가 어떻게 작동합니까?

이안 굿펠로우 (Idan Goodfellow)의 자연 GAN에서 판별 자 모델은 확률을 의미하는 하나의 스칼라 값을 출력합니다. 그러나 DCGAN의 판별 기는 CNN 아키텍처로 설계되었습니다. 나는 CNN의 산출물이 계급 확률 벡터라는 것을 알고있다.

그럼 어떻게 DCGAN에서 판별자를 사용할 수 있습니까? 그리고 DCGAN의 판별 자의 출력은 무엇입니까?

출처

2017-12-19 Soomin Lee

[소프트웨어 개발보다는 기계 학습에 관한 내용] (https://meta.stackoverflow.com/q/291009/1233251)으로 인해이 질문을 주제와 관련이없는 것으로 보겠다. [Cross Validated] (// stats.stackexchange.com) 및 [DataScience.SE] (// datascience.stackexchange.com) 모두에서 적대적 네트워크를 생성하는 것에 대해 많은 질문이있을 수 있습니다. –

당신은 또한 오해를 보일 것 같습니다 : 길쌈 신경 네트워크의 출력은 항상 클래스 확률 벡터가 아닙니다. 보통 네트워크의 머리 부분에서 softmax 정품 인증을 적용 할 때만 여러 가지 문제가 발생합니다. –

긴 대답은 Image Completion with Deep Learning in TensorFlow을 참조하십시오.

요약하면 입력 및 유효 패딩 크기가 n 인 필터가있는 CNN을 만듭니다. 그러면 출력은 모양이 n x 1 x 1이됩니다. 그런 다음 해당 모양에 softmax를 적용 할 수 있으며 채널에 확률이 있습니다.

내 석사 학위 논문 2.2.1. Convolutional Layers을 읽을 수도 있습니다.

출처

2017-12-21 05:52:27

DCGAN에서 판별자가 어떻게 작동합니까?

답변

관련 문제