weixin_51966502的博客

原创 训练GAN时遇到的一些问题（更新中……）

我们假设一个理想情况，如果你的生成器生成的内容足够好，好到能以假乱真，这也是你想要的情况，在这个情况下，判别器自然是无法轻易辨别真伪的，因为你生成的内容实在是太好了，判别器既然做不到辨别真伪，那它肯定是一直有损失的。很多同学的GAN网络判别器损失可能会出现趋近于0的情况，这说明判别器太强了，判别器太强的结果就是无法给生成器提供有效的指导，这就需要我们需要适当降低判别器的网络能力，比如说简化判别器网络结构，降低参数量，或者减小判别器的学习率。1 减小D的层数，但是减的太过了也会出现最后无法指导G的情况。