我实现GAN网络结构比较复杂:
通过建立两个一模一样的网络,他们相对应的层共享权重,一个网络用来跟新D model另一个网络用来更新G model
更新G model的网络,D部分只进行梯度传递,不进行参数跟新。
更新D model的网络,G部分直接不进行backward
源码连接: https://github.com/longriyao/caffe_GAN
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:caffe实现GAN - Python技术站
我实现GAN网络结构比较复杂:
通过建立两个一模一样的网络,他们相对应的层共享权重,一个网络用来跟新D model另一个网络用来更新G model
更新G model的网络,D部分只进行梯度传递,不进行参数跟新。
更新D model的网络,G部分直接不进行backward
源码连接: https://github.com/longriyao/caffe_GAN
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:caffe实现GAN - Python技术站