У меня есть сеть GAN в tensorflow, которая должна генерировать двоичные изображения с некоторыми характеристиками. На данный момент у меня есть простая реализация, в которой вероятности на выходе генератора указывают вероятность того, что каждый пиксель будет черным или белым. Эти вероятности затем передаются дискриминатору в виде ложных данных.
Мой вопрос: я должен передать вероятности непосредственно генератору или использовать что-то вроде tf.OneHotCategorical для создания выборок?
Проблемы:
- Если я передаю вероятности непосредственно дискриминатору, он может просто научиться различать непрерывные и дискретные данные.
- Если я выполню выборку, я потеряю дифференцируемость от дискриминатора до генератора.
Что обычно делают люди?