在GAN中使用训练有素的鉴别器来计算概率

Question

我在GAN上遵循了本教程 - https://github.com/adeshpande3/Generative-Adversarial-Networks/blob/master/Generative%20Adversarial%20Networks%20Tutorial.ipynb

我想使用经过训练的鉴别器来计算测试图像的概率（我在代表某个集合的图像上训练，并且想要检查测试图像类似于该集合的概率。）我使用以下代码 - （重新加载后）模型）

newP= sess.run(Dx, feed_dict={x_placeholder: dataset2})
print("prob: " + str(newP)

但它没有给出概率，一些随机浮动＆gt; 1。如何使用受过训练的discrimanator来寻找概率？

Answer 1

使用prob = tf.nn.sigmoid(Dx)表示您的概率。由于Dx输出0-1之间的单个值，因此单个输出的softmax始终为1.（exp(Dx)/exp(Dx) = 1）