《表2 不同测试数据集上的正则项分析》
基于弹性网络的启发,也为了更好地训练条件生成对抗网络,尤其是生成器模型,提出利用加权的L1,L2损失函数来联合作为正则项约束模型的训练。在训练集、测试集以及学习率、批量大小等基本参数不变的情况下,对比了单纯使用L1,L2损失函数作为正则项和本文提出的方法等处理的结果。对比情况如表2所示。
图表编号 | XD00188600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.20 |
作者 | 李建伟、段向欢、徐梦梦、薛桂香 |
绘制单位 | 河北工业大学人工智能与数据科学学院、河北工业大学人工智能与数据科学学院、河北工业大学人工智能与数据科学学院、河北工业大学人工智能与数据科学学院 |
更多格式 | 高清、无水印(增值服务) |