我已经实现了一个 vanilla GAN，它很快就给出了很好的结果，但是它有很多模式崩溃问题，因此我了解了 WGAN，它应该可以解决这个问题，实际上他们声称他们从未遇到过模式崩溃问题，这很好。我的主要问题是 WGAN 需要多慢才能收敛到好的结果。使用第 10 纪元的香草 GAN，我得到了好看的几代人，使用 WGAN，我仍然看到第 50 纪元的噪声图像！除了提高学习率，我还能做什么？该网络是经过修改的更小的 DCGAN，其输出层比原始网络少 1 个。因此，我没有额外的 1024 输出层停在 512。我知道从我所做的所有研究中 WGAN 会很慢，但我除了这么慢之外没有。有人能给我指出如何更好地优化 WGAN 的正确方向吗？

我已经用谷歌搜索了，但大多数结果只是模糊的评论链或协议存在速度问题，没有进一步的线索来说明你接下来应该做什么来解决这个问题。