pytorch(七)——笔记

目录

  • 1.深度学习:GAN
    • 1.1 What does () looks like?
    • 1.2 Put it down
    • 1.3 如何训练
    • 1.4 KL Divergence V.S. JS Divergence
    • 1.5 DCGAN
    • 1.6 Transposed Convolution
    • 1.7 JS散度的缺陷
      • 1.7.1 Toy example
      • 1.7.2 JS Divergence
    • 1.8 Gradient Vanishing

1.深度学习:GAN

1.1 What does () looks like?

pytorch(七)——笔记_第1张图片

1.2 Put it down

要先确定学习什么,一遍一遍地训练自己的模型
pytorch(七)——笔记_第2张图片

1.3 如何训练

Max的状态:DG(z)越小,1-DG(z)就越大
Min的状态:减少value
pytorch(七)——笔记_第3张图片

1.4 KL Divergence V.S. JS Divergence

pytorch(七)——笔记_第4张图片

1.5 DCGAN

pytorch(七)——笔记_第5张图片

1.6 Transposed Convolution

一个是4x4,一个是3x3
pytorch(七)——笔记_第6张图片

1.7 JS散度的缺陷

1.7.1 Toy example

pytorch(七)——笔记_第7张图片
pytorch(七)——笔记_第8张图片

1.7.2 JS Divergence

如果导数总数为0,这部分就没办法优化
pytorch(七)——笔记_第9张图片

1.8 Gradient Vanishing

pytorch(七)——笔记_第10张图片

你可能感兴趣的:(pytorch,人工智能,深度学习)