deep-learning - 解释 GAN 损失
问题描述
我目前正在我的数据集上训练标准 DCGAN 网络。在 40 个 epoch 之后,生成器和判别器的损失都是 45-50。有人可以解释一下原因和可能的解决方案吗?
解决方案
这种解释可能会被添加到未解决的问题中。
您无法解释生成器和判别器的损失。因为当一个改进时,另一个会更难。当生成器改进时,评论家会更难。当critic 改进时,生成器会更难。
这些值完全取决于您的损失函数。您可能期望随着时间的推移,数字应该“大致相同”。
推荐阅读
- python - DRF 如果用户没有投票,则返回 201,如果已投票,则返回 400
- lighthouse - 谷歌灯塔速度指数 100% 视觉完成的帧定义
- python-3.x - 完整的“pdftotext”构建包,用于使用 Python3.7 部署在 AWS-Lambda 上
- c - 查找数组中两个数字的最大可能和
- c++ - 何时通过复制/引用传递?
- sql - 如何使用 CASE 语句获取当前日期?
- vba - 输入产品时如何让表单字段自动填写?
- php - 如何从 html 表单编辑我的 config.php 文件
- azure-devops - 如何从 Azure Devops Powershell YAML 获取输出
- java - 如何将 lambda 从 Java 传递给 Kotlin 方法?