現在DCGANを作っていて、Discriminatorの出力関数にtf.nn.sigmoid
を用いてラベルに1と0指定したところ次のエラーが出ました
InvalidArgumentError: Received a label value of 1 which is outside the valid range of [0, 1). Label values: 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 [[Node: SparseSoftmaxCrossEntropyWithLogits_9/SparseSoftmaxCrossEntropyWithLogits = SparseSoftmaxCrossEntropyWithLogits[T=DT_FLOAT, Tlabels=DT_INT64, _device="/job:localhost/replica:0/task:0/cpu:0"](discriminator/Linear/add, ones_like_7)]]
このエラーの原因はおそらく
1、損失関数にtf.nn.sparse_softmax_cross_entropy_with_logits(logits=D_logits, labels=tf.ones_like(D))
を使用し、ラベルに1、と0を指定したこと
2、ググってみるとsigmoid関数の範囲は(0、1)の間のようなので、ラベルに1を指定するとこの範囲を超えてしまうため
便宜上、labels=tf.ones_like(D)
でラベルは0か1にしなければなりません
どのようにこの問題を解決すればいいかご教授いただけないでしょうか?
該当コード
def discriminator(): reuse = False def model(image): nonlocal reuse batch_size=64 with tf.variable_scope("discriminator", reuse=reuse) as scope: h0 = lrelu(conv2d(image, 64, name='d_h0_conv')) h1 = lrelu(batch_norm(conv2d(h0, 128, name='d_h1_conv'),'d_bn1')) h2 = lrelu(batch_norm(conv2d(h1, 256, name='d_h2_conv'),'d_bn2')) h3 = lrelu(batch_norm(conv2d(h2, 512, name='d_h3_conv'),'d_bn3')) # shape=(batch_size, 64, 64, 3) h4 = linear(tf.reshape(h3, [batch_size, -1]),1,'d_h4_lin') reuse = True return tf.nn.sigmoid(h4), h4 return model
G=g(z) #G(z) D, D_logits = d(image) #D(x) sampler = s(z) D_, D_logits_ = d(G) #D(G(z)) D_=tf.cast(tf.reshape(D_, [64,]), tf.int64) D=tf.cast(tf.reshape(D, [64,]), tf.int64) d_loss_real = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=D_logits, labels=tf.ones_like(D))) d_loss_fake = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=D_logits_, labels=tf.zeros_like(D_))) g_loss = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=D_logits_, labels=tf.ones_like(D_)))
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。