Я пытаюсь реализовать эту статью в Keras с бэкендом tensorflow.
Насколько я понимаю, они постепенно увеличивают GAN, исчезая в дополнительных блоках слоев по мере обучения модели. Новые слои появляются линейно в течение итераций.
Я не уверен, как ввести «затухание», которое они использовали.
Я думаю, что для этого Keras мне, вероятно, понадобится слой Lambda, но это примерно то, что я знаю.
Какие-либо предложения?
Спасибо!
Я думаю, вам следует использовать Keras Functional API. Таким образом, вы можете переупорядочивать входные данные для слоя, а также выходные данные и соединять их так, как вы хотите, в то время как слои сохраняют веса, которые они изучили. Вам нужно будет иметь несколько вложенных операторов if, но я думаю, что это должно работать.
Или вы можете подготовить все модели (функции, которые возвращают вам архитектуру модели и могут устанавливать веса слоев) и просто заполнить слои в новой модели весами из соответствующих слоев из старой модели.
