GAN 的逐步增长分多个阶段训练 GAN 网络。在第 1 阶段,它接受一个潜在特征z并使用两个卷积层生成 4×4 图像。然后,我们用生成的图像和 4×4 的真实图像训练鉴别器。一旦训练稳定,我们再添加 2 个卷积层以将图像上采样到 8×8,再添加 2 个卷积层以在鉴别器中对图像进行下采样。
事实上,如果我们总共有 9 个阶段,我们就可以生成 1024 × 1024 的名人形象图像。
当每个阶段添加新层时,它会平滑淡入,权重 α 从 0 到 1 下面逐渐线性增加。
GAN 的逐步增长分多个阶段训练 GAN 网络。在第 1 阶段,它接受一个潜在特征z并使用两个卷积层生成 4×4 图像。然后,我们用生成的图像和 4×4 的真实图像训练鉴别器。一旦训练稳定,我们再添加 2 个卷积层以将图像上采样到 8×8,再添加 2 个卷积层以在鉴别器中对图像进行下采样。
事实上,如果我们总共有 9 个阶段,我们就可以生成 1024 × 1024 的名人形象图像。
当每个阶段添加新层时,它会平滑淡入,权重 α 从 0 到 1 下面逐渐线性增加。