- 博客(1)
- 收藏
- 关注
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。
2023-09-04 10:44:08 1156 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人