在 GAN 中使用经过训练的鉴别器来计算概率

Question

我在 GAN 上遵循了本教程 - 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(我在代表某个集合的图像上进行训练，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。 如何使用经过训练的鉴别器来查找概率？

Answer 1

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