GAN生成式对抗神经网络
GAN
不吃辣椒️️
这个作者很懒,什么都没留下…
展开
-
GAN|生成手写数字|全连接网络
利用nn.Sequential()搭建好模型架构,模型前向传播时调用forward()方法,模型接收的输入首先被传入nn.Sequential()包含的第一个网络模块中。然后,第一个网络模块的输出传入第二个网络模块作为输入,按照顺序依次计算并传播,直到nn.Sequential()里的最后一个模块输出结果。接着,通过D.forward(g_output)将生成器网络的输出g_ouput传递给鉴别器的神经网络,并输出分类结果 d_output。loss.backward() 反向传播,计算当前梯度;原创 2023-04-11 19:32:30 · 158 阅读 · 0 评论 -
GAN|生成人脸|CNN|代码
【代码】GAN|生成人脸|CNN|代码。原创 2023-04-11 21:21:14 · 179 阅读 · 0 评论 -
GAN|一些笔记
意味着网络分类图像的能力越来越好。损失图真的很实用,它让我们了解到网络训练是否有效。它也告诉我们训练是平稳的,还是不稳定的、混乱的。loss. backward()计算出来的梯度会累积。在每次训练网络之前,我们需要将梯度归零。原创 2023-04-11 21:21:19 · 43 阅读 · 0 评论 -
GAN|生成人脸|全连接网络|代码
【代码】GAN|生成人脸|全连接网络|代码。原创 2023-04-11 21:24:04 · 114 阅读 · 0 评论