文件名称：ganhacks：“如何训练GAN？”的入门文章在NIPS2016上
文件大小：846KB
文件格式：ZIP
更新时间：2024-03-12 05:08:15
（此列表不再维护，我不确定它在2020年的相关性如何） 如何训练GAN？ 使GAN正常工作的提示和技巧 尽管在生成对抗网络（GAN）中的研究继续改善了这些模型的基本稳定性，但我们使用了许多技巧来训练它们并使它们日趋稳定。 以下是一些技巧的摘要。 如果您发现在实践中特别有用的技巧，请打开“拉取请求”以将其添加到文档中。 如果我们认为它合理且经过验证，则将其合并。 1.归一化输入 标准化介于-1和1之间的图像 Tanh作为生成器输出的最后一层 2：修改后的损失函数 在GAN论文中，优化G的损失函数为min (log 1-D) ，但实际上人们实际上使用max log D 因为第一个配方在早期就有消失的梯度 Goodfellow等。 al（2014） 在实践中，效果很好： 训练生成器时翻转标签：实=假，假=实 3：使用球形Z 不要从均匀分布中采样 高斯分布的样本 进行插值时，请通过大
【文件预览】：
ganhacks-master
----README.md(5KB)
----images()
--------batchmix.png(82KB)
--------interp.png(759KB)
--------cube.png(14KB)
--------sphere.png(10KB)