研究图像翻译问题。得到多对输入输出图像,即以草图作为输入,以翻译后的草图作为输出。图像是b&;宽1像素的草图线
简单的编解码器可以用来学习图像的翻译吗
下面的代码片段来自https://blog.keras.io/building-autoencoders-in-keras.html,它显示了自动编码器是如何编程的。显然,作为自动编码器,输入和输出都显示相同
autoencoder.fit(x_train, x_train,
epochs=50,
batch_size=256,
shuffle=True,
validation_data=(x_test, x_test))
但是在这里,我可以给出“x\u-train,y\u-train”而不是“x\u-train”,其中x\u-train是输入图像,y\u-train是输出图像吗
理论上正确吗?下面的优化器和成本函数是否有效
autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')
通常Pix2Pix网络用于此类工作。但GANs的主要宗旨是学习好的产出的成本函数
在我的问题中,代价函数是非常确定的,不是一个像素在这里和那里就可以了。所以误差可以被清楚地定义
在这里尝试Pix2Pix理论上正确吗
目前没有回答
相关问题 更多 >
编程相关推荐