模式奔溃
真实的数据波动范围大,生成的数据的分布范围小。
所有数据在一个小的范围里波动。 如下图:
另一种 模式 比上一种更轻一点儿 的
产生这种现象的原因,猜测的为divergence选的不够好。实际上并不是,这是正常的,优化出比较好的生成器就是这样的。
解决的方法:多个generator,每个产生一种类型的人脸,多个则产生多种。
模式奔溃
真实的数据波动范围大,生成的数据的分布范围小。
所有数据在一个小的范围里波动。 如下图:
另一种 模式 比上一种更轻一点儿 的
产生这种现象的原因,猜测的为divergence选的不够好。实际上并不是,这是正常的,优化出比较好的生成器就是这样的。
解决的方法:多个generator,每个产生一种类型的人脸,多个则产生多种。