tensorflow - 噪声向量的输入形状如何影响 GAN 中的生成器？
问题描述
我找不到关于噪声向量 (Z) 的形状如何影响生成对抗网络中的鉴别器的解释。所有的教程都使用 shape (100,) 但是为什么呢？假设图像的形状是 128x128。我知道 GAN 试图学习将噪声分布转换为真实分布的函数，但它的大小如何影响判别器？使用更大的输入形状更好还是更小？
解决方案
推荐阅读
- python - 文件较大时 CSV 文件出现问题
- javascript - 无法在正文下移动“导航栏”
- javascript - 如何在javascript json数组对象中获取相同的id不同的值
- vbscript - 使用 Microsoft.ACE.OLEDB.12.0 设置工作表名称
- ios - 需要登录 输入 的密码。[环境：沙盒]
- java - 如何修复 Java 中的“不兼容的类型：SomeObject 无法转换为 CAP#1”错误
- xslt - 根据兄弟节点的子节点选择的兄弟节点的属性值选择节点
- google-sheets - 我可以使用什么 Google 表格功能来计算手头现金？
- javascript - 按钮内的图像标签使 js 停止在 chrome 上工作
- spring-data-jpa - 如何为 Spring Datasource 创建自定义重试逻辑？