Python全系列 教程
3567个小节阅读:5931.4k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
第一步:固定生成器,升级鉴别器
向生成器中输入一些随机向量,会生成一些随机的图片,将生成器生成的图片标注为
0,表示假图片。从真实数据样本集中抽取一些图片标注为1,表示真实的图。此时的鉴别
器就相当于一个二元分类模型,通过训练,鉴别器可以成功分辨出哪些图片是生成器生成的
假图,哪些是真实的图。
第二步:固定鉴别器,升级生成器
将生成器和鉴别器连成一个网络,由生成器产生图片并传入鉴别器中,鉴别器判断
图片是否真实进行打分,越真实得到的分数越接近1。此过程中,固定了鉴别器中的参数,
只更新生成器的参数,使得生成器产生的图片得到的分数越来越高。
1. 关于鉴别器的训练,下列说法正确的是:
A 在升级鉴别器的时候,需要固定生成器
B 生成器和鉴别器一起升级
C 鉴别器用来做回归预测
D 以上说法均不正确
2. 关于生成器的训练,下列说法正确的是:
A 生成器可以脱离鉴别器单独训练
B 生成器和鉴别器一起升级
C 在升级生成器的时候,需要固定鉴别器
D 以上说法均不正确
1=>A 2=>C