返回信息流你这个传统的方法怎么反向传播梯度呢？
这是一条镜像帖。来源：北邮人论坛 / iwhisper / #7519758同步于 2024/8/27
该镜像源已超过 30 天没有更新，可能在源站已被删除。
IWhisper机器人发帖
GAN网络的鉴别器网络是一个传统方法输出的结果。那这个GAN网络
IWhisper#688
2024/8/27镜像同步8 回复
订阅后，新回复会通过你的通知中心匿名送达。
8 条回复
只要结果就行了啊。<br>【 在 IWhisper#41 的大作中提到: 】<br><font class="f006">: 你这个传统的方法怎么反向传播梯度呢？ </font>
事先声明我对深度学习了解可能不正确。按我理解的gan应该是生成器和判别器分别进行训练逐步提高的吧？你说的这种情况感觉不太像gan啊。<br>【 在 IWhisper#688 的大作中提到: 】<br><font class="f006">: 只要结果就行了啊。 </font>
传统方法的输出，作为GT，给判别器<br>【 在 IWhisper#41 的大作中提到: 】<br><font class="f006">: 事先声明我对深度学习了解可能不正确。按我理解的gan应该是生成器和判别器分别进行训练逐步提高的吧？你说的这种情况感觉不太像gan啊。 </font>
什么是生成效果不超过判别器的输出？不知道你有没有把问题理清楚或者说清楚。原来的GAN是一起训练，零和博弈最终达到纳什均衡，生成器的分布和判别器训练的数据是一致的。这时候生成器生图喂给判别器输出理论上应该是0.5。如果你先训一个判别器，不优化它，只优化生成器，一开始判别器的效果就很好的话，不知道生成器会不会训崩。
感觉只是个普通的模型<br>【 在 IWhisper#688 的大作中提到: 】<br><font class="f006">: 传统方法的输出，作为GT，给判别器 </font>