超级会员免费看
本文解释了在深度学习中，如d_g（Generator的判别器）、d_r（Real数据的判别器）、dur_disc_g/r（判别器训练持续时间）等缩写的含义，涉及生成器、训练持续时间、损失函数和模型组件等概念。
这些缩写通常用于描述或表示深度学习模型的不同组件、损失函数或超参数。以下是这些缩写的可能含义：
d_g：可能表示 “Discriminator for Generator”，即用于生成器（Generator）的判别器。
d_r：可能表示 “Discriminator for Real”，即用于真实数据的判别器。
dur_disc_g：可能表示 “Duration for Discriminator of Generator”，即用于生成器判别器的训练持续时间。
dur_disc_r：可能表示 “Duration for Discriminator of Real”，即用于真实数据判别器的训练持续时间。
g：通常表示 “Generator”，即生成器模型。
g_dur：可能表示 “Generator Duration”，即生成器模型的训练持续时间。
g_dur_gen：可能表示 “Generator Duration for Generation”，即生成器模型用于生成数据的训练持续时间。
g_fm：可能表示 “Generator Feature Matching”，即生成器模型的特征匹配损失。
g_kl：可能表示 “Generator Kullback-Leibler Divergence”，即生成器模型的Kullback-Leibler
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
