без GAN?
Да, можно наверно без дескриминатора попробовать. Но нужны deconvolutional слои, а сейчас у вас просто 1 fully connected layer для генерации.
а просто сделать Dense слой на нужное мне число нейронов нельзя? В чем принципиальная разница? Я нигде не уменьшаю размер матрицы (пишу same). Зачем мне deconvolutional слой? Я видел работающий пример для MNIST (я запускал), где просто Conv2D + Maxpooling + Dense слои
Мне кажется нельзя, так как слишком слабый получается prior. Мотивация такая же, как и с конволюцией https://datascience.stackexchange.com/a/85587
можно ссылку на пример?
https://python.ivan-shamaev.ru/keras-tutorial-beginner-guide-to-deep-learning-in-python/
К сожалению, большинство туториалов показывают на простых примерах, типа мниста или цифара. но если задача становится чуть сложнее, то все эти методы перестают работать. это архитектура 2012 года и да, на тот момент это было революционно, но это не сработает на такой сложной задаче. Если хотите найти что-то более актуальное, зайдите на paperswithcode и найдите что-то похожее на то, что вам нужно и скопируйти их код
Обсуждают сегодня