MATLAB求出分類錯誤率最小的分類器，nn mnist 錯誤率 Matlab,（MNIST-GAN）鑒頻器和發生器的誤差在第一次迭代后接近于零...

為了深入了解生成性對抗性網絡，我正在嘗試使用tensorflow實現基于這個Stanford university assignment的MNIST數據集的GAN。在

我仔細復習和研究了我對給定練習的解決方案，并通過了測試。但是，我的發電機只會制造噪音。在

我很確定我的helper函數是正確的，所有的測試都通過了，我在網上找到了顯示完全相同實現的參考。所以在哪里可以

出錯的只是鑒別器和生成器架構：def discriminator(x):

MATLAB求出分類錯誤率最小的分類器。with tf.variable_scope("discriminator"):

l_1 = leaky_relu(tf.layers.dense(x, 256, activation=None))

l_2 = leaky_relu(tf.layers.dense(l_1, 256, activation=None))

logits = tf.layers.dense(l_2, 1, activation=None)

return logits

matlab異常數據剔除、def generator(z):

with tf.variable_scope("generator"):

l_1 = tf.maximum(tf.layers.dense(z, 1024, activation=None), 0)

l_2 = tf.maximum(tf.layers.dense(l_1, 1024, activation=None), 0)

img = tf.tanh(tf.layers.dense(l_2, 784, activation=None))

matlab對函數進行采樣和恢復，return img

我看到生成器和鑒別器的錯誤在第一次迭代中下降到接近于零。在

^{pr2}$

在較低的學習速率下，例如1e-7，鑒別器和生成器的錯誤率緩慢衰減，但最終會降到零，只會產生噪聲。在Iter: 0, D: 1.722, G:0.6772

Iter: 50, D: 1.704, G:0.665

matlab采樣周期怎么設置，Iter: 100, D: 1.698, G:0.661

Iter: 150, D: 1.663, G:0.6594

Iter: 200, D: 1.661, G:0.6574

...

我的實驗沒有解釋任何有意義的東西。

欠采樣后信號頻率怎么求、如果您有任何建議或可以推薦一種調試技術，我很樂意聽到。在

根據要求，以下是我的GAN-Loss代碼：def gan_loss(logits_real, logits_fake):

labels_real = tf.ones_like(logits_real)

labels_fake = tf.zeros_like(logits_fake)

d_loss_real = tf.nn.sigmoid_cross_entropy_with_logits(logits=logits_real, labels=labels_real)

matlab誤差分析代碼、d_loss_fake = tf.nn.sigmoid_cross_entropy_with_logits(logits=logits_fake, labels=labels_fake)

D_loss = tf.reduce_mean(d_loss_real + d_loss_fake)

G_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=logits_fake, labels=labels_fake))

return D_loss, G_loss