Article précédent a implémenté la reconnaissance de caractères manuscrits Gan dans Keras. À ce moment-là, j'étais curieux de savoir comment était le processus d'apprentissage de Gan, alors j'ai fait une vidéo.
Je voulais faire une comparaison cette fois, alors j'ai utilisé Gan et CCan.
Si vous regardez la vidéo, vous pouvez voir dans la vidéo comment Gan capture les caractéristiques des caractères manuscrits. Si vous comparez les deux vidéos, vous pouvez voir que la situation d'apprentissage est complètement différente entre GGan et Gan, et que CGan a les caractéristiques de la couche convolutive. La vidéo est téléchargée sur Youtube.
GAN : https://www.youtube.com/watch?v=ORVZVZqYYqU CGAN : https://www.youtube.com/watch?v=ByicWghi-iw
La seule différence entre les deux est le type de couche utilisé dans le réseau. Le réseau est construit avec Gan comme couche entièrement connectée et CCan comme couche alambiquée.
Dans la vidéo, vous pouvez clairement voir la différence d'apprentissage entre les couches.
J'ai trouvé intéressant de jeter un œil au processus d'apprentissage du réseau!
https://www.youtube.com/watch?v=ORVZVZqYYqU
https://www.youtube.com/watch?v=ByicWghi-iw