Python人工智能学习PyTorch实现WGAN示例详解
作者:Swayzzu 时间:2022-10-20 18:49:32
1.GAN简述
在GAN中,有两个模型,一个是生成模型,用于生成样本,一个是判别模型,用于判断样本是真还是假。但由于在GAN中,使用的JS散度去计算损失值,很容易导致梯度弥散的情况,从而无法进行梯度下降更新参数,于是在WGAN中,引入了Wasserstein Distance,使得训练变得稳定。本文中我们以服从高斯分布的数据作为样本。
2.生成器模块
这里从2维数据,最终生成2维,主要目的是为了可视化比较方便。也就是说,在生成模型中,我们输入杂乱无章的2维的数据,通过训练之后,可以生成一个赝品,这个赝品在模仿高斯分布。
3.判别器模块
判别器同样输入的是2维的数据。比如我们上面的生成器,生成了一个2维的赝品,输入判别器之后,它能够最终输出一个sigmoid转换后的结果,相当于是一个概率,从而判别,这个赝品到底能不能达到以假乱真的程度。
4.数据生成模块
由于我们使用的是高斯模型,因此,直接生成我们需要的数据即可。我们在这个模块中,生成8个服从高斯分布的数据。
5.判别器训练
由于使用JS散度去计算损失的时候,会很容易出现梯度极小,接近于0的情况,会使得梯度下降无法进行,因此计算损失的时候,使用了Wasserstein Distance,去度量两个分布之间的差异。因此我们假如了梯度惩罚的因子。
其中,梯度惩罚的模块如下:
6.生成器训练
这里的训练是紧接着判别器训练的。也就是说,在一个周期里面,先训练判别器,再训练生成器。
7.结果可视化
通过visdom可视化损失值,通过matplotlib可视化分布的预测结果。
来源:https://blog.csdn.net/Swayzzu/article/details/121192285
标签:pytorch,WGAN,人工智能
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
pyCharm 设置调试输出窗口中文显示方式(字符码转换)
2022-04-22 00:23:52
![](https://img.aspxhome.com/file/2023/3/79803_0s.jpg)
浅谈web分析
2008-12-02 15:52:00
![](https://img.aspxhome.com/file/UploadPic/200812/2/03-35.jpg)
PHP实现的获取文件mimes类型工具类示例
2023-10-07 09:33:33
CSS样式和JavaScript脚本是否放置于外部文件的探讨
2008-08-08 12:39:00
python数学建模(SciPy+ Numpy+Pandas)
2021-02-17 11:05:14
![](https://img.aspxhome.com/file/2023/2/63622_0s.png)
实现div可编辑的常见方法
2007-11-06 12:02:00
mysql基础教程:安装与操作
2009-07-30 08:18:00
ASP Session对象的集合以及属性方法事件
2009-02-02 09:26:00
Python环境配置实现pip加速过程解析
2022-09-23 12:42:37
![](https://img.aspxhome.com/file/2023/2/83842_0s.jpg)
利用Python将文本中的中英文分离方法
2023-01-06 11:55:58
python处理PHP数组文本文件实例
2023-11-09 23:56:03
python爬虫超时的处理的实例
2023-02-07 15:19:11
2个asp防刷新程序代码
2008-09-28 21:16:00
SQL Server 2000中生成XML的小技巧
2009-02-13 17:12:00
Server.HTMLEncode让代码在页面里显示为源代码
2023-11-24 13:40:28
Python Panda中索引和选择 series 的数据
2023-05-03 10:02:56
![](https://img.aspxhome.com/file/2023/5/77865_0s.png)
Python中的 Set 与 dict
2022-04-09 20:20:33
pyqt5 从本地选择图片 并显示在label上的实例
2022-12-12 17:48:04
![](https://img.aspxhome.com/file/2023/1/94001_0s.jpg)
python 装饰器重要在哪
2023-12-30 12:13:29
给在DreamWeaver编写CSS的人一些习惯建议
2007-12-25 12:10:00