2018年,NVIDIA首次用ProGAN解决了这一挑战,研究人员一直无法生成高质量的大图像(例如1024×1024)。ProGAN的关键创新在于渐进式训练——它首先用极低分辨率的图像(如4×4)训练生成器和鉴别器,然后每次增加一个更高分辨率的层。
该技术首先通过学习低分辨率图像中出现的基本特征,来形成创建图像的基础,而且随着分辨率的增加,随着训练的进行学习越来越多的细节。训练低分辨率图像不仅更容易、更快,而且有助于训练更高级别的图像(防止过落入次最优解中)。因此,总体训练速度也更快。
2018年,NVIDIA首次用ProGAN解决了这一挑战,研究人员一直无法生成高质量的大图像(例如1024×1024)。ProGAN的关键创新在于渐进式训练——它首先用极低分辨率的图像(如4×4)训练生成器和鉴别器,然后每次增加一个更高分辨率的层。
该技术首先通过学习低分辨率图像中出现的基本特征,来形成创建图像的基础,而且随着分辨率的增加,随着训练的进行学习越来越多的细节。训练低分辨率图像不仅更容易、更快,而且有助于训练更高级别的图像(防止过落入次最优解中)。因此,总体训练速度也更快。