我在 MNIST 数据集上运行 GAN。随着 GAN 继续训练，生成器的质量似乎越来越差，甚至似乎开始收敛到一个值。
时代 7：
第 21 纪元：
为什么会这样？我在这里运行这个 repo 的代码： https ://github.com/bstriner/keras-adversarial/blob/master/examples/example_gan.py
GAN 判别器收敛到一个输出
数据挖掘
机器学习
神经网络
图像分类
甘
极简主义
2021-10-09 03:14:38
1个回答
您所遇到的情况称为模式崩溃，它可能发生在 GAN 训练中，是其“训练不稳定问题”之一。如果您使用的是 Vanilla GAN，一种有效的方法是实现小批量判别，据我了解，这确实为判别器提供了真假批次，并且它必须分批决定它的真假。因此，如果经常遇到相同或几乎相同的图像，他很容易说它是假的。WGAN 和 BEGAN 等其他 GAN 架构表示它们不会遭受模式崩溃的影响，这将是另一种选择。
您也可以尝试将 GAN 扩展为 AC-GAN，它会产生分类样本 (0-9)，但在 AC-GAN 中，也可能会遭受分类模式崩溃的影响。
这是实现小批量歧视的 keras 的拉取请求：https ://github.com/keras-team/keras/pull/3677