如何解决从 TensorFlow 向 DCGAN 教程添加训练损失
我一直在尝试修改在 TensorFlow 教程中制作的 this DCGAN。我希望它生成一个图表,显示生成器和鉴别器随时间的训练损失。首先,我尝试像这样简单地打印每个时期生成器的损失:
def train_step(images):
noise = tf.random.normal([BATCH_SIZE,noise_dim])
with tf.GradientTape() as gen_tape,tf.GradientTape() as disc_tape:
generated_images = generator(noise,training=True)
real_output = discriminator(images,training=True)
fake_output = discriminator(generated_images,training=True)
gen_loss = generator_loss(fake_output)
disc_loss = discriminator_loss(real_output,fake_output)
print(gen_loss) #What I added
输出如下:
张量("binary_crossentropy/weighted_loss/value:0",shape=(),dtype=float32)
当我尝试通过说 print(gen_loss.numpy()) 将其转换为 numpy 数组时,我收到以下错误:AttributeError: 'Tensor' object has no attribute 'numpy '。 我已经尝试了 here 提到的解决方案,但没有成功。
有谁知道在这种情况下我如何可视化训练损失?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。