我以 0.00002 的学习率训练了 GAN，每个 epoch 训练了一次判别器，训练了两次生成器。Wasserstein损失用作损失函数
这是判别器和生成器的损失图，x 轴是时期，y 轴是获得的损失。
我再次训练了另一个学习率为 0.00002 的 GAN，判别器训练一次，生成器每个 epoch 训练一次。
如何解释损失图？在第一个图生成器中具有负损失，在第二个图鉴别器中具有负损失。我们可以对生成器产生负损失吗？为什么我们会得到负损失？
如何解释 WGAN 中的判别器和生成器损失
机器算法验证
生成模型
甘
2022-04-08 14:27:36
1个回答
几点说明
- 您提到您正在使用 WGAN，如果您还没有使用，我强烈建议您使用梯度惩罚而不是裁剪。
- 生成器损失在 WGAN 中意义不大。同样，一般来说，负数没有任何问题。
- 阅读 WGAN 论文。理论很密集，但那里有重要的细节。
- 例如，你应该训练你的鉴别器而不是你的生成器。推荐值为每个生成器迭代器 5-10 个鉴别器迭代器。
- 鉴别器损失是生成器分布和数据分布之间的负 Wasserstein 距离（近似值）。所以它实际上对诊断非常可解释和有用。
其它你可能感兴趣的问题