我正在编写本教程:https://colab.research.google.com/github/jeffheaton/t81_558_deep_learning/blob/master/t81_558_class_07_2_Keras_gan.ipynb#scrollTo=1yqlUD4sdiDk,在该教程中,我试图训练一个GAN,包括一个生成器和鉴别器模型。这是我的第一个GAN项目,所以我对这一切都很陌生。
我能够从头到尾运行这段代码,但不知何故,我对以下两个方面不太清楚:


发布于 2021-06-09 20:30:06
GAN的生成器部分接收噪声并产生新的假图像,这就是第一部分第2行和第3行发生的情况,然后显示plt.imshow(generated_image[0, :, :, 0])图像
第二部分是判别器,它用于尝试将生成的图像分类为真实的或假的,这有助于生成器生成更好的假图像。
发布于 2021-06-09 20:34:17
Google Colab笔记本的开头的图片是用来解释GANs背后的主要想法和你的1问题中代码的第一部分

代码的第一部分显示未经训练的生成器输出的内容(输入是随机种子,输出是不连贯的图像)。
代码的第二部分旨在显示未经训练的鉴别器输出的内容(使用生成的图像作为输入,它输出的概率是真实的图像,而不是模拟的图像)。
https://stackoverflow.com/questions/67911146
复制相似问题