如何跟踪DCGAN的丢失

Question

我正在关注这个https://www.tensorflow.org/tutorials/generative/dcgan#the_discriminator，但我使用的是我自己的图片。我想以某种方式来查看损失、准确性和/或任何其他可能对优化网络有用的信息。我现在最关心的只是损失。我试着看过类似的例子，其中包括一种显示损失的方法，比如这个https://machinelearningmastery.com/practical-guide-to-gan-failure-modes/。但是，我仍然不明白如何为tensorflow DCGAN示例执行此操作。

需要说明的是，我有一个损失函数。我只是想不出怎么把它打印出来才能真正看到发生了什么。

哦，我应该提一下，我让它打印每个时代的每个生成的图像的“决定”。所以我知道该怎么做。

Answer 1

我最后只是把。

noise = tf.random.normal([BATCH_SIZE, noise_dim])
generated_images = generator(noise, training=True)
real_output = discriminator(image_batch, training=True)
fake_output = discriminator(generated_images, training=True)
gen_loss = generator_loss(fake_output)
disc_loss = discriminator_loss(real_output, fake_output)
print(gen_loss)
print(disc_loss)

插入到train函数中的for循环中。