Используйте обученный дискриминатор в GAN для вычисления вероятностей

Я следовал этому руководству по GAN - https://github.com/adeshpande3/Generative-Adversarial-Networks/blob/master/Generative%20Adversarial%20Networks%20Tutorial.ipynb

Я хочу использовать обученный дискриминатор для вычисления вероятностей тестовых изображений (я обучался на изображениях, которые представляют определенный набор, и хочу проверить вероятность того, что тестовое изображение похоже на этот набор). Я использовал следующий код - (после перезагрузки модели)

newP= sess.run(Dx, feed_dict={x_placeholder: dataset2})
print("prob: " + str(newP)

Но это не дает вероятностей, некоторые случайные числа с плавающей запятой> 1. Как использовать обученный дискриминатор для поиска вероятностей?


python machine-learning tensorflow deep-learning dcgan
person Shubham J    schedule 06.08.2017    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Используйте prob = tf.nn.sigmoid(Dx) для своих вероятностей. Поскольку Dx выводит одно значение от 0 до 1, softmax для одного вывода всегда будет 1. (_ 4_)

person vijay m    schedule 07.08.2017
comment
Когда мы увеличиваем нет. итераций, вероятности приближаются к единице. Можете ли вы сказать, почему? Возможно, он выводит вероятность того, что изображение является реальным или поддельным (поскольку я тестирую реальное изображение, его оценка близка к 1). Любая идея, как я могу получить вероятность для моего случая. - person Shubham J; 30.08.2017