ganhacks:“如何训练GAN?”的入门文章在NIPS2016上 源码

(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