我正在尝试使用 tensorflow 后端在 Keras 中实现这篇论文。
在我的理解中,他们逐渐发展出 GAN,随着模型的训练逐渐淡入额外的层块。新层在迭代中线性淡入。
我不确定如何介绍他们使用的“淡入”。
要做到这一点 Keras,我想我可能需要一个 Lambda 层——但这就是我所知道的。
有什么建议么?
谢谢!
我正在尝试使用 tensorflow 后端在 Keras 中实现这篇论文。
在我的理解中,他们逐渐发展出 GAN,随着模型的训练逐渐淡入额外的层块。新层在迭代中线性淡入。
我不确定如何介绍他们使用的“淡入”。
要做到这一点 Keras,我想我可能需要一个 Lambda 层——但这就是我所知道的。
有什么建议么?
谢谢!
我认为您应该使用Keras 功能 API。这样,您可以重新排列层的输入和输出,并以您想要的方式将它们互连,同时层保持它们学习的权重。您将必须有一些嵌套的 if 语句,但我认为它应该可以工作。
或者,您可以准备好所有模型(返回模型架构并可以设置层权重的函数),然后使用旧模型中相应层的权重填充新模型中的层。