1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Deep Learning pro obrázky s PyTorchem
Connected

cvičení

Ztráta diskriminátoru

Teď je čas definovat ztrátu pro diskriminátor. Připomeň si, že úkolem diskriminátoru je klasifikovat obrázky jako skutečné nebo falešné. Diskriminátor tedy utrpí ztrátu, pokud označí výstupy generátoru jako skutečné (label 1) nebo skutečné obrázky jako falešné (label 0).

Definuj funkci disc_loss(), která vypočítá ztrátu diskriminátoru. Přijímá pět argumentů:

  • gen, model generátoru
  • disc, model diskriminátoru
  • real, vzorek skutečných obrázků z trénovacích dat
  • num_images, počet obrázků v dávce
  • z_dim, velikost vstupního náhodného šumu

Pokyny

100 XP
  • Použij diskriminátor ke klasifikaci fake obrázků a výsledné predikce přiřaď do disc_pred_fake.
  • Vypočítej složku ztráty pro falešné obrázky zavoláním criterion na predikce diskriminátoru pro falešné obrázky a tenzor nul stejného tvaru.
  • Použij diskriminátor ke klasifikaci real obrázků a výsledné predikce přiřaď do disc_pred_real.
  • Vypočítej složku ztráty pro skutečné obrázky zavoláním criterion na predikce diskriminátoru pro skutečné obrázky a tenzor jedniček stejného tvaru.