《深度学习基础及应用》项目六 利用生成对抗神经网络进行图像生成.pptx

《深度学习基础及应用》项目六 利用生成对抗神经网络进行图像生成.pptx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

;;;;问题1:简述生成对抗神经网络的优势。;;;;生成模型与判别模型相互对抗、相互促进,最终生成模型能够生成以假乱真的样本,判别模型无法区分是生成样本还是真实样本。;;;;;;;;;6.2.1;;;;;;;;侧重点不同;;生成模型包括一个全连接层、3个批量标准化层、一个Reshape层和3个转置卷积层,其网络结构如图所示。;;步骤1定义生成模型函数。;步骤5为网络模型添加转置卷积层,输出通道数为128,卷积核大小为5×5,步长为(1,1),填充方式为SAME,不使用偏置向量,使用LeakyReLU函数作为激活函数;然后添加批量标准化层。;;【参考代码】(续)

model.add(

文档评论(0)

159****1196 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档