python - 在 GAN 中使用经过训练的判别器来计算概率

Question

我按照 GAN 上的教程进行操作 - 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(我对代表某个集合的图像进行训练，并且想要检查测试图像与该集合相似的概率。)我使用了以下代码 - (重新加载后模型)

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

但是它没有给出概率，一些随机 float >1。如何使用经过训练的判别器来寻找概率？

Answer 1

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