12-2- DCGAN -简单网络-卷积网络

随机噪声→生成器→MINIST图像。
在这里插入图片描述

0 损失函数：gan的优化目标是一个对抗损失，是二分类问题，用BCELoss
在这里插入图片描述

1 判别器的训练，首先固定生成器参数不变，其次判别器应当将真实图像判别为1，生成图像判别为0

loss=loss(real_out, 1)+loss(fake_out, 0)

在这里插入图片描述

2 生成器的训练，首先固定判别器参数不变，其次判别器应当将生成图像判别为1

loss = loss(fake_out, 1)

相关阅读:
selenium-webdriver-Chrome新驱动地址（Chrome115及以上版本）
无人驾驶运用了什么技术,无人驾驶技术是
Zlib和Zstd 性能对比评测
详解设计模式：抽象工厂模式
科研经验-文件的可视化管理(Endnote)
轻松添加背景图片并一键褪色的简单操作
用AI的智慧，传递感恩之心——GPT-4o助力教师节祝福
计算机网络-应用层详解(持续更新中)
Tomcat应用没有严格的域名限制漏洞修复
JAVA--如何基于checkstyle统一代码风格和规范？

原文地址：https://blog.csdn.net/qq_43328166/article/details/134439137