MTGAN损失功能

时间:2018-06-01 13:00:14

标签: neural-network loss-function generative-adversarial-network

我尝试实现MTGAN架构,我在实现损失功能方面遇到了一些麻烦(无法粘贴图像,在纸上它是等式(3)):

通常GAN网络学习迭代:第一步 - 禁用可训练发生器和训练鉴别器识别真/假,二进制交叉熵丢失,第二步 - 禁用可训练鉴别器和训练发生器欺骗鉴别器。在这种情况下,每个步骤损失函数单独计算,但我不能理解我如何使用一般损失函数和四个加数。 我尝试下一步:

  1. "编码器" +"发电机" +"鉴别器" - 只能训练"鉴别器" 二进制交叉熵
  2. "编码器" +"发电机" +"鉴别器" - 仅可训练"生成器" 二进制交叉熵
  3. "编码器" +"发电机" +"鉴别器" +"分类器" - 可训练"编码器" "分类器" 所有损失:w1 *(三联体丢失)+ w2 *(softmax丢失) + w3 *(发电机损耗)+ w4 *(鉴别器丢失)。
  4. 这是我的全部想法。我需要帮助来实现这种复合损失函数的真实方法。

0 个答案:

没有答案