python - 在 GAN 中使用经过训练的鉴别器来计算概率

Question

我按照这个关于 GAN 的教程 - https://github.com/adeshpande3/Generative-Adversarial-Networks/blob/master/Generative%20Adversarial%20Networks%20Tutorial.ipynb

我想使用经过训练的鉴别器来计算测试图像的概率（我对代表某个集合的图像进行了训练，并想检查测试图像与该集合相似的概率。）我使用了以下代码 - （重新加载模型后）

newP= sess.run(Dx, feed_dict={x_placeholder: dataset2})
print("prob: " + str(newP)

但它没有给出概率，一些随机浮点数>1。如何使用训练有素的判别器来寻找概率？

Answer 1

使用，prob = tf.nn.sigmoid(Dx)为您的概率。由于Dx输出 0-1 之间的单个值，softmax因此单个输出将始终为 1.( exp(Dx)/exp(Dx) = 1)