問題タブ [generative-adversarial-network]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
neural-network - GANのジェネレーターモデルの初期ランダムベクトルを生成する適切な方法は?
Generative Adversarial Neural (GAN) のジェネレーター モデルの初期ランダム ベクトルを生成するために、100 などの任意の方法でベクトルのサイズを定義できる単位分散とゼロ平均を持つガウスまたは一様事前分布と共に線形補間が頻繁に使用されます。
トレーニング用に 1000 個の画像があり、バッチ サイズが 64 であるとします。次に、各エポックで、与えられた小さなバッチの各画像に対応する事前分布を使用して、多数のランダム ベクトルを生成する必要があります。しかし、私が見る問題は、ランダムベクトルと対応する画像の間にマッピングがないため、複数の初期ランダムベクトルを使用して同じ画像を生成できることです。この論文では、異なる球面補間をある程度まで使用することで、この問題を克服することを提案しています。
では、最初にトレーニング画像の数に対応するランダム ベクトルを生成し、モデルをトレーニングするときに、最初に生成された同じランダム ベクトルを使用するとどうなるでしょうか?