Multi-objective training of Generative Adversarial Networks with multiple discriminators-论文翻译
生成对抗性网络(GANs)(Goodfellow et al.,2014)提供了一种新的生成建模方法,使用博弈论训练方案隐式学习给定的概率密度。在GAN架构出现之前,逼真的生成建模仍然难以捉摸。尽管提供了前所未有的现实主义,但GAN培训仍然充满了稳定性问题。通常报道的缺点包括鉴别器提供的有用梯度信号的缺乏,以及模式崩溃,即发生器样本缺乏多样性。近年来,为了在GAN框架内克服训练不稳定性1,人们投入了大量的研究工作。
原创
2023-04-21 10:33:24 ·
195 阅读 ·
1 评论