我正在训练一个生成对抗网络 (GAN)，以在给定图像的边缘直方图描述符(EHD) 特征的情况下生成图像。EHD 特征本身是稀疏的（意味着它们包含很多零）。在训练生成器损失和判别器损失时，减少非常缓慢。
深度学习模型（如 GAN）是否适合使用稀疏数据对输入中的一个或多个特征进行训练或通过特征提取得出？
深度学习模型是否适合使用稀疏数据进行训练？
人工智能
深度学习
生成对抗网络
生成模型
特征提取
2021-10-24 07:35:24
1个回答
问题不在于 GAN，而在于其鉴别器的实现，鉴别器通常是卷积神经网络 (CNN)。CNN 在处理稀疏数据方面存在问题。他们需要密集的数据才能很好地学习。有办法解决这个问题。有关一些想法，请参见以下内容：