У меня есть Ган, как так
generator = Model(g_in, g_out)
generator.compile(...)
discriminator = Model(d_in, d_out)
discriminator.trainable = True
discriminator.compile(..)
discriminator.trainable = False
gan = Model(inputs=.., outputs=..)
gan.compile(..)
#iterate over epochs and batches, without compiling
Он учится и дает приемлемый результат. Однако я получаю предупреждение:
"keras \ engine \ training.py: 490: UserWarning: Несоответствие между обучаемыми весами и собранными обучаемыми весами, вы установили model.trainable без вызова model.compile после?
«Расхождение между обучаемым весом и собранным обучаемым» »
Если я перекомпилирую дискриминатор и собираю каждую партию, предупреждение исчезает, но одна итерация занимает намного больше времени, а скорость обучения снижается.
for epoch:
for batch:
fakes=generator.predict_on_batch(batch)
discriminator.trainable = True
discriminator.compile(..)
discriminator.train_on_batch(batch, ..)
discriminator.train_on_batch(fakes, ..)
discriminator.trainable = False
discriminator.compile(..)
gan.compile(..)
gan.train_on_batch(batch,..)
Какой из них правильный?