Welcome to svlab

Member Login

Lost your password?

Not a member yet? Sign Up!

Предыдущий пост Следующий пост
16 Feb 2020

Соревновательные нейронные сети.

Несколько нейронных сетей одновременно обучаются на некоторых наборах данных и их целевые функции используют друг друга.

Одна из сетей может генерировать данные на выходных нейронах.

А другая сеть может обучаться качеству генерируемых изображений.

Например для генерации изображений может использоваться полносвязная нейронная сеть.

А для оценки качества сгенерированного изображения может использоваться конволюционная нейронная сеть.

Значения выходных нейронов конволюционной нейронной сети оценивающей качество должны максимально коррелировать

со значениями выходных нейронов генерирующей нейронной сети

и цель для обоих сетей это маскимум корреляции таких значений.

За ошибку на выходном слое нейронов каждой сети в алгоритме обратного распространения ошибки принимается

отклонение от 1 с помощью конструирования двух виртуальных слоев нейронов

с весами нейронов на первом виртуальном слое равными значения выходных нейронов другой сети и

на втором виртуальном слое раными 1.

Такая конструкция позволяет осуществить вычисление автокорреляционной функции

значений выходных нейроннов соревнующихся нейронных сетей

и при этом легко соблюсти программную конфигурацию нейронных сетей для алгоритма обратного распространения ошибки.

И затем обе сети обучаются алгоритмом обратного распространения ошибки.

Для того чтобы обучить нейронную сеть, оценивающую качество изображения генерирующей нейронной сети,

правильно оценивать качество в качестве эталонов качества беруться образцы из набора данных.

Например это могут быть контуры изображения и полноценные изображения из которых взяты эти контуры.

Или для звука это могут быть описания и параметры синтеза звука и образцы звучания для которых были получены или использованы эти параметры.

Таким образом, например, в качестве входного изображения для нейронной сети оценивающей качество беруться качественные изображения

и для автокорреляционной функции вместо значений выходных нейронов геренрирующей нейронной сети используются значения качественного изображения.

Такие образцы используются частично вместо получаемых нейронными сетями, чтобы нейронные сети правильно обучались.

Благодаря сцеплению нейронной сети генерирующей изображения с нейронной сетью оценивающей качество по автокореляционным функциям

и тому что вторая из этих нейронных сетей получает знания о качестве эталонов 

получается генерировать качественные изображения.


Количество просмотров: 118

SHARE:

#

Post dicussion

Контакты

Для связи svbeat@yandex.ru

  • 1
  • 1
  • 1