gan的原始損失函式，咋一看是非常難以理解的，但仔細理解後就會發現其簡潔性和豐富的含義。
損失函式定義：
一切損失計算都是在d（判別器）輸出處產生的，而d的輸出一般是fake/true的判斷，所以整體上採用的是二進位制交叉熵函式。
左邊包含兩部分ming和maxd。
首先看一下maxd部分，因為訓練一般是先保持g（生成器）不變訓練d的。d的訓練目標是正確區分fake/true，如果我們以1/0代表true/fake，則對第一項e因為輸入取樣自真實資料所以我們期望d(x)趨近於1，也就是第一項更大。同理第二項e輸入取樣自g生成資料，所以我們期望d(g(z))趨近於0更好，也就是說第二項又是更大。所以是這一部分是期望訓練使得整體更大了，也就是maxd的含義了。
第二部分保持d不變，訓練g，這個時候只有第二項e有用了，關鍵來了，因為我們要迷惑d，所以這時將label設定為1(我們知道是fake，所以才叫迷惑)，希望d(g(z))輸出接近於1更好，也就是這一項越小越好，這就是ming。當然判別器哪有這麼好糊弄，所以這個時候判別器就會產生比較大的誤差，誤差會更新g，那麼g就會變得更好了，這次沒有騙過你，只能下次更努力了。
大概就是這樣乙個博弈過程了。自娛自樂，高手刷到請略過。
**參考：50行**實現gan-pytorch。
GAN 原始損失函式詳解
gan的原始損失函式，咋一看是非常難以理解的，但仔細理解後就會發現其簡潔性和豐富的含義。損失函式定義 一切損失計算都是在d 判別器 輸出處產生的，而d的輸出一般是fake true的判斷，所以整體上採用的是二進位制交叉熵函式。左邊包含兩部分ming和maxd。首先看一下maxd部分，因為訓練一般是先...
erlang例項 los簡單實現
最近看了 erlang程式設計 好書，翻譯的也不錯，兩天時間，基本讀完 我的習慣總是先快速讀完一本書再回過頭，一邊練習一邊翻閱 正試著學習編寫erlang的例子。joe在網上 http erlang.org examples examples 2.0.html 給了乙個簡單系統 sos 的例子，可惜...
使用Tensorboard工具檢視Loss損失率
在python程式中新增tensoboard一系列 我就不一一寫了。查詢資料就可以找到很多jexinr這方面的內容。今天我主要是想說下，如何在cmd中錄入命令，檢視。環境 win10 python開發環境 spyde程式設計客棧r tensorflow 這個是從 anaconda3 軟體中 的。準備...