一种基于对偶距离损失的生成对抗网络训练方法
基本信息
| 申请号 | CN201911345589.8 | 申请日 | - |
| 公开（公告）号 | CN111144563A | 公开（公告）日 | 2020-05-12 |
| 申请公布号 | CN111144563A | 申请公布日 | 2020-05-12 |
| 分类号 | G06N3/08;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 宋艳枝;彭程;王昊 | 申请（专利权）人 | 合肥黎曼信息科技有限公司 |
| 代理机构 | 上海精晟知识产权代理有限公司 | 代理人 | 合肥黎曼信息科技有限公司 |
| 地址 | 230000 安徽省合肥市合肥高新技术开发区创新大道2800号创新产业园二期J1栋A座1027室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于对偶距离损失的生成对抗网络训练方法，涉及深度学习神经网络技术领域。本发明包括如下步骤：步骤S1：获取目标分布的数据集，并对数据集进行预处理；步骤S2：设置生成器和判别器神经网络的结构和参数，以及训练过程中的学习率；步骤S3：根据神经网络的参数计算出对偶距离损失函数，然后基于对这个对偶距离损失函数采用随机梯度下降法，训练生成器，生成真实分布。本发明通过在相同的迭代步数情况下得到更加准确的结果，能够提高训练的质量，具有更好的成本收益。 |
