Используйте обученный дискриминатор в GAN для расчета вероятностей

Question

Я следовал этому руководству по GAN - https://github.com/adeshpande3/Generative-Adversarial-Networks/blob/master/Generative%20Adversarial%20Networks%20Tutorial.ipynb

Я хочу использовать обученный дискриминатор для расчета вероятностей тестовых изображений (я тренировался на изображениях, которые представляют определенный набор, и хочу проверить вероятность того, что тестовое изображение напоминает этот набор.) Я использовал следующий код - (после перезагрузки модели)

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

Но это не дает вероятности, некоторые случайные числа с плавающей точкой>1. Как использовать обученный дискриминатор для определения вероятностей?

Answer 1

Использование, prob = tf.nn.sigmoid(Dx) для ваших вероятностей. поскольку Dx выводит одно значение между 0-1, softmax для одного выхода всегда будет 1. (exp(Dx)/exp(Dx) = 1)