zoukankan      html  css  js  c++  java
  • 【深度学习】--DCGAN从入门到实例应用

    一、前述

    DCGAN就是Deep Concolutions应用到GAN上,但是和传统的卷积应用还有一些区别,最大的区别就是没有池化层。本文将详细分析卷积在GAN上的应用。

    二、具体

    1、DCGAN和传统GAN区别

        1.将pooling层convolutions替代(对于判别模型:容许网络学习自己的空间下采样 ,因为没有池化层,所以让判别网络自习学习。对于生成模型:容许它学习自己的空间上采样,即改变原先卷积策略,通过图片提取特征,而生成模型通过特征生成图片。)
        2.在generator和discriminator上都使用batchnorm:

          解决初始化差的问题
          帮助梯度传播到每一层
          防止generator把所有的样本都收敛到同一个点。

       3.在CNN中移除全连接层

       4.在generator的除了输出层外的所有层使用ReLU,输出层采用tanh。

       5.在discriminator的所有层上使用LeakyReLU

    2、生成网络生成图像过程

     

     

    3、判别网络过程

     4、代码

     代码部分详见git地址:https://github.com/LhWorld/DCGAN

     

     

     

  • 相关阅读:
    机器人学——1.6-双向量表示法
    机器人学——1.5-奇异点及万向节锁
    机器人学——1.4-三角度表示法
    机器人学——1.3-正交旋转矩阵
    MySQL数据库操作
    ArrayList和LinkedList的区别
    redis 常用命令
    idea快捷键
    Spring
    JDBC
  • 原文地址:https://www.cnblogs.com/LHWorldBlog/p/9251977.html
Copyright © 2011-2022 走看看