先來梳理一下我們之前所寫的代碼，原始的生成對抗網(wǎng)絡(luò)，所要優(yōu)化的目標函數(shù)為：
此目標函數(shù)可以分為兩部分來看：
①固定生成器 G，優(yōu)化判別器 D， 則上式可以寫成如下形式：
可以轉(zhuǎn)化為最小化形式：
我們編寫的代碼中，d_loss_real = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits = D_logits, labels = tf.ones_like(D)))，由于我們判別器最后一層是 sigmoid ，所以可以看出來 d_loss_real 是上式中的第一項（舍去常數(shù)概率 1/2），d_loss_fake 為上式中的第二項。
②固定判別器 D，優(yōu)
延伸閱讀
- ssh框架 2016-09-30
- 阿里移動安全 [無線安全]玩轉(zhuǎn)無線電——不安全的藍牙鎖 2017-07-26
- 消息隊列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 論文筆記【圖片目標分割】 2017-07-26
- 詞向量-LRWE模型-更好地識別反義詞同義詞 2017-07-26
- 從棧不平衡問題 理解 calling convention 2017-07-26
- php imagemagick 處理 圖片剪切、壓縮、合并、插入文本、背景色透明 2017-07-26
- Swift實現(xiàn)JSON轉(zhuǎn)Model - HandyJSON使用講解 2017-07-26
- 阿里移動安全 Android端惡意鎖屏勒索應(yīng)用分析 2017-07-26
- 集合結(jié)合數(shù)據(jù)結(jié)構(gòu)來看看(二) 2017-07-26
學習是年輕人改變自己的最好方式