zoukankan      html  css  js  c++  java
  • 对 GAN 的 value function 的理解

     


    上式分为两个步骤:

    • 第一步:调整discriminative model D的权重,使得V中两项取得最大值
    • 第二步:调整generative model G的权重,使得V中第二项取得最小值

    首先,分析log D(x)的含义:

    • D(x)表示discriminative model D对一个原始样本的评分,评分越高,表示D越趋向于相信该样本是一个真实样本
    • D(G(z))表示discriminative model D对一个生成样本的评分,评分越高,表示D越趋向于把一个生成样本当成了一个真实样本

    因此,网络训练过程总结如下:

    • 第一步:训练D,使得上述两个期望最大
      • 第一项期望值最大,表示D将一个真实样本给出一个高的评分
      • 第二项期望值最大,表示D将一个生成样本给出一个低分
    • 第二步:训练G,使得期望值的第二项最小
      • 第二项期望值最小,即:找到一个G,使其生成的样本能够在discriminative model D中获得一个较高的评分

    图:GAN的训练收敛过程

    蓝色表示D

    绿色表示G

    黑色表示原数据


    2019年8月18日

    于南湖畔

  • 相关阅读:
    MD5 加密 以及 加盐加密
    github--新手使用错误分析
    iOS开发UI篇—UITabBarController简单介绍
    Xcode 那些简单实用的插件推荐
    app 转caf 音频 代码
    关于block 用法
    iOS 之播放系统声音
    ios如何实现推送通知
    Centos7安装Redis
    SpringCloud-Zuul网关
  • 原文地址:https://www.cnblogs.com/sddai/p/11373612.html
Copyright © 2011-2022 走看看