【问题标题】:Generator and discriminator loss curves are exact mirror images生成器和鉴别器损失曲线是精确的镜像
【发布时间】:2019-01-18 01:57:55
【问题描述】:

我目前正在使用 Pytorch 训练 GAN,以便为我的研究生成组织病理学数据。我对生成器和鉴别器都使用 BCE 标准。该网络能够产生高质量的图像,但损失曲线对我来说有点神秘。 生成器和鉴别器的损失曲线看起来像精确的镜像。请参阅随附的张量板剪辑。有人能告诉我为什么会这样吗?

编辑 1:生成器和鉴别器的损失曲线都应该显示收敛,对吧?

提前非常感谢!

【问题讨论】:

    标签: machine-learning neural-network deep-learning computer-vision generative-adversarial-network


    【解决方案1】:

    在训练 GAN 时,您生成的训练曲线在某种程度上是标准的。生成器和判别器将收敛。如果您将 Gen Loss 和 Dis Loss 绘制在一起,您会发现对抗性财产。事实上,大多数时候,通过查看生成的图像来验证模型是一种有效的方法。 Here是我的一些作品供大家参考。

    【讨论】:

      猜你喜欢
      • 2017-07-30
      • 2019-12-22
      • 2020-05-05
      • 2018-09-13
      • 2021-02-19
      • 2021-11-18
      • 2019-02-12
      • 2021-11-03
      • 1970-01-01
      相关资源
      最近更新 更多