好笑的么?”
“……没什么,我一直以为你喜欢胖胖是因为它太可爱了呢。”
苏飞忍着笑意,说道。
“咳咳……也有一部分原因吧。”
少女,你这极其不自然的的样子……果然可爱才是主要原因吧。
“社长,把你的论文拿出来给我看看吧。”
苏飞主动把话题拉到了正轨。
听到苏飞这句话,姜倾雪的脸色恢复到了那淡漠的样子,她撇了苏飞一眼。
苏飞仿佛感受到了记仇+。
他接过姜倾雪递过来的论文,开始仔细阅读起来。【摘要:在本文中,我们提出一个基于GAN的新模型,命名为JGAN,在这个新模型中,我们展现出了比GAN更高的训练稳定性,避免了模型训练崩坏,解决了GAN一直以来受诟病的缺点,并且提供了稳定且更有意义的学习曲线……】
让他感到震惊的是,这一篇GAN的改良论文,足足有32页,其中的理论证明和实验任务都详细无比。
要知道,苏飞的ELMo也就15页,他自觉在ELMo中已经把理论证明部分写的无懈可击,但看到姜大校花的这篇论文时,才发现什么才叫真正的无懈可击。
苏飞越看越心惊,尤其是核心算法。
“你做的JGAN,提出的主要创新点是,判别器最后一层去掉sigmoid函数,生成器和判别器的损失函数不用log计算,优化算法不采取动量法优化,最后一点是引入KL散度作为衡量性能的工具,大致是这样,对吧?”
姜倾雪有些惊讶地看着苏飞,这前前后后才不到十分钟,就这么点时间,他就能把这篇JGAN的核心部分看懂,虽然早就知道苏飞的科研水平很高,但这脑子是转的多快啊……
毕竟这里面一大串一大串的让人眼花缭乱的公式可一点也不少。
“嗯,你觉得怎么样?”姜倾雪看起来很平静。
苏飞沉默了一会儿,毫无保留地夸赞道:“完美。”
“是吗。”姜倾雪轻轻松了一口气。
“只不过,为什么在更新参数的时候,不加一个步骤,把梯度截取一下呢?许多GAN的改良文献里都有这种方法。”苏飞补充道。
“我也有试过,但效果好像不太理想。”
“有试过生成器和判别器分别截取么,不要一起截取。”
“这倒没试过,简直是一个盲点,兴许有奇效。”姜倾雪惊叹道。
苏飞耸了耸肩:“也有可能一点用没有,还浪费你时间。”
“科研就是这样试错的,能有一个新的思路已经很好了,苏飞同学,谢谢。”姜倾雪微微鞠躬。
苏飞一时有些发愣。
“怎么了?”
“没什么……只是,这还是第一次被社长这样郑重道谢呢。”
“不喜欢么?”
“喜欢。”
喜欢俩字脱口而出,苏飞老脸一红,随即看到了姜大校
请收藏:https://m.lawen.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)