版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
對(duì)抗式神經(jīng)網(wǎng)絡(luò)-2.訓(xùn)練GAN目錄1.了解GAN1.了解GANPART11.了解GAN對(duì)于GAN,一個(gè)簡(jiǎn)單的理解是可以將其看做博弈的過(guò)程,我們可以將生成模型和判別模型看作博弈的雙方1.了解GAN1.比如在犯罪分子造假幣和警察識(shí)別假幣的過(guò)程中[1]生成模型G相當(dāng)于制造假幣的一方,其目的是根據(jù)看到的錢(qián)幣情況和警察的識(shí)別技術(shù),去盡量生成更加真實(shí)的、警察識(shí)別不出的假幣[2]判別模型D相當(dāng)于識(shí)別假幣的一方,其目的是盡可能的識(shí)別出犯罪分子制造的假幣這樣通過(guò)造假者和識(shí)假者雙方的較量和朝目的的改進(jìn),使得最后能達(dá)到生成模型能生成盡可能真的錢(qián)幣、識(shí)假者判斷不出真假的納什均衡效果(真假幣概率都為0.5)這意味著造假者做不出假幣2.訓(xùn)練GANPART22.訓(xùn)練GAN2.我們可以將上面的場(chǎng)景映射成圖片之間生成模型和判別模型之間的博弈過(guò)程博弈的簡(jiǎn)單模式如下:生成模型生成一些圖片->判別模型學(xué)習(xí)區(qū)分生成的圖片和真實(shí)圖片->生成模型根據(jù)判別模型改進(jìn)自己,生成新的圖片->判別模型再學(xué)習(xí)區(qū)分生成的圖片和真實(shí)圖片.....上面的博弈場(chǎng)景會(huì)一直繼續(xù)下去,直到生成模型和判別模型別無(wú)法提升自己,這樣生成模型就會(huì)成為一個(gè)比較完美的模型2.訓(xùn)練GAN1)定義判別器與生成器對(duì)象定義一個(gè)判別器D和一個(gè)生成器G并設(shè)置為訓(xùn)練模式2)定義優(yōu)化器對(duì)象由于本項(xiàng)目的GAN在訓(xùn)練時(shí)每輪先更新兩次D(真假樣本各一次)再更新一次G,所以要定義兩個(gè)判別器優(yōu)化器對(duì)象(真假判別器各一個(gè))。用Adam優(yōu)化策略,lr設(shè)為"迷之2e-4"2.訓(xùn)練GAN3)讀取上次保存的模型用于繼續(xù)訓(xùn)練4)訓(xùn)練判別器和生成器的epoch循環(huán)用一個(gè)batch的真數(shù)據(jù)和一個(gè)batch的假數(shù)據(jù)各更新一次判別器(判別器為同一個(gè)),然后更新一次生成器loss使用的是帶"fluid.layers.sigmoid_cross_entropy_with_logits()"這部分代碼是模型的重要部分,做了詳細(xì)的注釋5)打印輸出、寫(xiě)VisualDL的log用于監(jiān)視模型的訓(xùn)練進(jìn)程6)訓(xùn)練結(jié)束保存模型如果保存的模型只需要用于推理,只需保存模型參數(shù)如果模型也要要用于下次繼續(xù)訓(xùn)練,還需保存優(yōu)化器參數(shù)2.訓(xùn)練GAN本次實(shí)驗(yàn)我們選用花卉數(shù)據(jù)集做圖像的生成插入圖片3.1訓(xùn)練判別器對(duì)于真圖片,輸出盡可能是1對(duì)于假圖片,輸出盡可能是02.訓(xùn)練GAN訓(xùn)練生成器對(duì)于假圖片,輸出盡可能是11、訓(xùn)練生成器時(shí),無(wú)須調(diào)整判別器的參數(shù)訓(xùn)練判別器時(shí),無(wú)須調(diào)整生成器的參數(shù)2、在訓(xùn)練判別器時(shí),需要對(duì)生成器生成的圖片用detach操作進(jìn)行計(jì)算圖截?cái)?,避免反向傳播將梯度傳到生成器中因?yàn)樵谟?xùn)練判別器時(shí)我們不需要訓(xùn)練生成器,也就不需要生成器的梯度3、在訓(xùn)練判別器時(shí),需要反向傳播兩次,一次是希望把真圖片判為1,一次是希望把假圖片判為0也可以將這兩者的數(shù)據(jù)放到一個(gè)batch中,進(jìn)行一次前向傳播和一次反向傳播即可4、對(duì)于假圖片,在訓(xùn)練判別器時(shí),我們希望它輸出02.訓(xùn)練GAN而在訓(xùn)練生成器時(shí),我們希望它輸出1.因此可以看到一對(duì)看似矛盾的代碼error_d_fake=criterion(output,fake_labels)和error_g=criterion(output,true_labels)判別器希望能夠把假圖片判別為fake_label,而生成器則希望能把他判別為true_label,判別器和生成器互相對(duì)抗提升2.訓(xùn)練GAN2.訓(xùn)練
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025-2030融資租賃行業(yè)市場(chǎng)發(fā)展創(chuàng)新商業(yè)模式研究分析報(bào)告
- 四川2025年四川省退役軍人事務(wù)廳直屬事業(yè)單位選調(diào)11人筆試歷年參考題庫(kù)附帶答案詳解
- 銀企對(duì)接活動(dòng)管理方案(7篇)
- 培訓(xùn)教育-安全評(píng)估報(bào)告(3篇)
- 2026年一級(jí)建造師結(jié)構(gòu)設(shè)計(jì)與施工專(zhuān)業(yè)考試模擬卷
- 2026年CISM認(rèn)證學(xué)習(xí)攻略題目分析
- 2026年現(xiàn)代通信技術(shù)與網(wǎng)絡(luò)協(xié)議測(cè)試題
- 北交所定期報(bào)告:北交所主題基金開(kāi)放申購(gòu)關(guān)注航空航天、機(jī)器人等主題機(jī)會(huì)
- 2026年計(jì)算機(jī)科學(xué)模擬試題軟考中級(jí)網(wǎng)絡(luò)工程師預(yù)測(cè)模擬
- 2026年網(wǎng)絡(luò)安全攻防技術(shù)專(zhuān)業(yè)考試題目
- 八年級(jí)歷史上冊(cè)小論文觀點(diǎn)及范文
- 重慶康德卷2025-2026學(xué)年高一數(shù)學(xué)第一學(xué)期期末達(dá)標(biāo)檢測(cè)試題含解析
- 浙江省杭州市蕭山區(qū)2024-2025學(xué)年六年級(jí)上學(xué)期語(yǔ)文期末試卷(含答案)
- 文旅智慧景區(qū)項(xiàng)目分析方案
- 設(shè)備隱患排查培訓(xùn)
- 2025至2030磷酸二氫鈉行業(yè)產(chǎn)業(yè)運(yùn)行態(tài)勢(shì)及投資規(guī)劃深度研究報(bào)告
- 國(guó)家事業(yè)單位招聘2025中國(guó)農(nóng)業(yè)科學(xué)院植物保護(hù)研究所招聘12人筆試歷年參考題庫(kù)附帶答案詳解
- T-ZZB 2440-2021 通信電纜用鋁塑復(fù)合箔
- 裝載機(jī)安全培訓(xùn)課件
- 2025北京地區(qū)中國(guó)農(nóng)機(jī)院總部部分崗位招聘2人筆試備考試題及答案解析
- 壓縮空氣儲(chǔ)能系統(tǒng)地下人工硐室技術(shù)及其評(píng)價(jià)技術(shù)研究
評(píng)論
0/150
提交評(píng)論