我正在努力了解 Erik Linder-Norén 的分类 GAN 模型的实现,并且对该模型中的生成器感到困惑:
def build_generator(self):
model = Sequential()
# ...some lines removed...
model.add(Dense(np.prod(self.img_shape), activation='tanh'))
model.add(Reshape(self.img_shape))
model.summary()
noise = Input(shape=(self.latent_dim,))
label = Input(shape=(1,), dtype='int32')
label_embedding = Flatten()(Embedding(self.num_classes, self.latent_dim)(label))
model_input = multiply([noise, label_embedding])
img = model(model_input)
return Model([noise, label], img)
我的问题是:Embedding()
图层在这里如何工作?
我知道这noise
是一个长度为 100 的向量,并且label
是一个整数,但我不明白该label_embedding
对象包含什么或它在这里的作用。
我尝试打印 的形状label_embedding
以尝试弄清楚该Embedding()
行中发生了什么,但返回(?,?)
.
如果有人可以帮助我了解Embedding()
这里的线路是如何工作的,我将非常感谢他们的帮助!