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

cvičení

Ztrátová funkce generátoru

Než začneš trénovat GAN, musíš definovat ztrátové funkce pro generátor i diskriminátor. Začneme generátorem.

Generátor má za úkol vytvářet takové falešné obrázky, které přesvědčí diskriminátor, aby je označil jako skutečné. Generátor tedy utrpí ztrátu, pokud diskriminátor jím vytvořené obrázky označí jako falešné (label 0).

Definuj funkci gen_loss(), která vypočítá ztrátu generátoru. Přijímá čtyři argumenty:

  • gen, model generátoru
  • disc, model diskriminátoru
  • num_images, počet obrázků v dávce
  • z_dim, velikost vstupního náhodného šumu

Pokyny

100 XP
  • Vygeneruj náhodný šum o tvaru num_images × z_dim a ulož ho do proměnné noise.
  • Pomocí generátoru vytvoř z proměnné noise falešný obrázek a ulož ho do proměnné fake.
  • Získej predikci diskriminátoru pro vygenerovaný falešný obrázek.
  • Vypočítej ztrátu generátoru voláním funkce criterion na predikcích diskriminátoru a tenzoru jedniček stejného tvaru.