Comments 10
Мне кажется, что изначально задача сдизайнена неверно, входных данных недостаточно, чтобы выдать приемлемый результат (не сформулировано никаких явных или неявных моделей смешивания ингредиентов, в которых бы нейросеть подбирала параметры, вы пытаетесь заставить нейросеть создать модель, что сделать они в принципе не способны).
0
GAN именно так и работают. Есть образцы, как должны выглядеть пицца, а сеть старается выдавать что-то, похожее на пиццу. Модели смешивания ингредиентов в данном случае не нужны.
0
Нет, даже GAN не избавляет от необходимости задавать (явно или не явно) модель, по которой она будет давать результат.
0
Естественно, ведь архитектура нейронной сети — это и есть модель, а её обучение — это поиск параметров, решающих задачу. Здесь неявно стоит задача восстановления изображения с минимальными ограничениями, специфичными для предметной области (это же ради забавы всё). Вы об этом?
0
на гит не выложили?
0
Я не специалист, но разве в дискриминаторе не рекомендуют использовать AveragePooling вместо MaxPooling?
0
Sign up to leave a comment.
Учим робота готовить пиццу. Часть 2: Состязание нейронных сетей