一种基于原始生成对抗网络模型的特征重标定卷积方法

摘要

本发明公开了一种基于原始生成对抗网络模型的特征重标定卷积方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造神经网络充当生成器与判别器的功能；S3、初始化随机噪声，输入生成器中；S4、在神经网络中利用特征重标定卷积对图像进行卷积操作；S5、根据每次训练之后损失函数的变化情况，动态更新每一层卷积的权值进行后续训练。本方法构建的基于原始生成对抗网络模型的特征重标定卷积方法，改变了判别器、生成器接收图片后的卷积方式，通过设定权重，让判别器、生成器能够辨别图像特征的重要程度，从而能够提高整个网络训练模型的效率。