【发布时间】:2018-10-23 06:13:02
【问题描述】:
我想实现一个能够区分给定图像的真假的网络。
我不想使用 GAN,因为这将是一种过度杀伤(训练生成器和判别器,我已经有了图像)。
执行此操作的首选框架是什么?
二元分类器是我需要的吗?
【问题讨论】:
-
这个问题的参数太多,无法给出一个好的答案。我建议研究迁移学习:blog.keras.io/…
标签: machine-learning deep-learning
我想实现一个能够区分给定图像的真假的网络。
我不想使用 GAN,因为这将是一种过度杀伤(训练生成器和判别器,我已经有了图像)。
执行此操作的首选框架是什么?
二元分类器是我需要的吗?
【问题讨论】:
标签: machine-learning deep-learning
是的,二元分类听起来是解决问题的合理方法。
如果您想生成新图像,GAN 会更合适。在这种情况下,您可以训练生成器和判别器,然后使用前者并丢弃后者。
据我了解,鉴别器网络通常不会单独使用(这似乎是您的思路)。原因是它们与训练过的生成器紧密耦合,并且不一定会在此范围内进行泛化。
【讨论】: