Keras：从鉴别器到发电机的手动后支柱

Question

我有一个基本上是辅助条件GAN的模型；模型的第一部分是生成器，最后一部分是鉴别器。鉴别器进行多类（k=10）预测

在http://arxiv.org/abs/1912.07768的工作之后（pp3提供了一个有用的图表，但请注意，出于这个问题的目的，我忽略了网络结构的修改），我通过生成合成输入和类标签（“内环”）来训练整个模型进行T=32次迭代。我可以仅使用鉴别器（学习者）预测真实数据和标签，从而获得损失。然而，我需要反向传播鉴别器的错误，通过内环一直传播到生成器

我如何使用Keras实现这一点？可以在Keras中进行循环展开吗？如何提供任意损耗并将其反向支撑到展开的层

更新：PyTorch中现在有一个实现，它使用Facebooks的“更高”库。这似乎意味着，为了在整个网络中应用最终的元丢失，在内部循环期间进行的更新必须“展开”。有没有一种Keras方法可以实现这一点https://github.com/GoodAI/GTN

Answer 1

这似乎是一个生成性对抗网络（GAN），两个模型都学习到了这一点；一个是分类，另一个是生成。 总之，发电机的输出作为鉴别器的输入馈送，然后将其输出作为输入反馈给发电机

在TensorFlow Keras中，也使用TensorFlow GAN/DCGAN文档中的MNIST Digit数据集对此进行了讨论和实现