我正在关注此https://www.tensorflow.org/tutorials/generative/dcgan#the_discriminator，但我正在使用自己的照片。我想以某种方式查看损耗，准确性和/或其他可能对优化网络有用的内容。我现在主要只关心损失。我试图查看类似的示例，其中包括显示https://machinelearningmastery.com/practical-guide-to-gan-failure-modes/这样的损失的方法。但是，对于tensorflow DCGAN示例，我仍然不了解如何做到这一点。
为清楚起见，我具有损失功能。我只是不知道如何打印出来才能真正看到正在发生的事情。
哦，我要说的是我让它在每个时期为每个生成的图像打印“决定”。所以我知道该怎么做。
答案 0 :(得分：0)
我最终只是放手而已。
noise = tf.random.normal([BATCH_SIZE, noise_dim])
generated_images = generator(noise, training=True)
real_output = discriminator(image_batch, training=True)
fake_output = discriminator(generated_images, training=True)
gen_loss = generator_loss(fake_output)
disc_loss = discriminator_loss(real_output, fake_output)
print(gen_loss)
print(disc_loss)
进入训练函数中的for循环。