Inhoudsopgave:

Hoeveel tijdperken heeft Gan?
Hoeveel tijdperken heeft Gan?

Video: Hoeveel tijdperken heeft Gan?

Video: Hoeveel tijdperken heeft Gan?
Video: ЛЮБОВЬ С ДОСТАВКОЙ НА ДОМ (2020). Романтическая комедия. Хит 2024, Mei
Anonim

Er wordt een batchgrootte van 128 monsters gebruikt en elke training tijdperk omvat 5, 851/128 of ongeveer 45 batches van echte en valse monsters en updates van het model. Het model is dus getraind voor 10 tijdperken van 45 batches of 450 iteraties.

Evenzo kan men zich afvragen, hoeveel afbeeldingen zijn er nodig om een gan te trainen?

Er zijn 50, 000 trainingsafbeeldingen en 10, 000 afbeeldingen testen.

Evenzo, waarom is Gan moeilijk te trainen? GAN - Waarom is het zo? moeilijk te trainen Generatieve vijandige netwerken! Het is gemakkelijker om een schilderij van Monet te herkennen dan er een te tekenen. Generatieve modellen (gegevens creëren) worden veel beschouwd moeilijker vergelijken met de discriminerende modellen (verwerkingsgegevens). Opleiding GAN is ook moeilijk.

Hoe codeer je op deze manier een gan?

De fundamentele stappen om een GAN te trainen kunnen als volgt worden beschreven:

  1. Proef een ruisset en een real-dataset, elk met maat m.
  2. Train de discriminator op deze gegevens.
  3. Bemonster een andere ruissubset met maat m.
  4. Train de Generator op deze data.
  5. Herhaal vanaf stap 1.

Wanneer moet ik stoppen met het trainen van Gan?

Dus de enige manier om stop de GAN-training is door de gegenereerde afbeeldingen visueel te inspecteren en stop als er geen visueel waargenomen verbetering is in de gegenereerde afbeeldingen. In het geval dat men Wasserstein Gans gebruikt => kijken naar verlies van G kan meer indicatief zijn voor convergentie.

Aanbevolen: