Мини -серија дискриминације

1. Шта је Минибатцх дискриминација?
2. Како спречавате колапс ГАН -ова режима?
3. Како могу побољшати своју ГАН обуку?
4. Зашто је ГАН нестабилан?

Шта је Минибатцх дискриминација?

Дискриминација у мини серијама је дискриминаторна техника за генеративне контрадикторне мреже у којој разликујемо између читавих мини серија узорака, а не између појединачних узорака. Овим се жели избећи колапс генератора.

Како спречавате колапс ГАН -ова режима?

Пажљиво подешена стопа учења може ублажити неке озбиљне проблеме ГАН -а, попут пада режима. Конкретно, смањите брзину учења и поновите обуку када дође до колапса режима. Такође можемо експериментисати са различитим брзинама учења за генератор и дискриминатор.

Како могу побољшати своју ГАН обуку?

Додатни савети и трикови

1. Подударање функција. Развити ГАН користећи учење под полунадзором.
2. Мини -серија дискриминације. Развијте функције за више узорака у мини серији.
3. Историјско усредњавање. Ажурирајте функцију губитка да бисте укључили историју.
4. Једнострано заглађивање етикета. ...
5. Виртуелна нормализација серије.

Зашто је ГАН нестабилан?

Чињеница да се ГАН-ови састоје од две мреже, а свака од њих има своју функцију губитка, резултира чињеницом да су ГАН-ови инхерентно нестабилни- зарањајући дубље у проблем, губитак Генератора (Г) може довести до нестабилности ГАН-а , што може бити узрок проблема нестајања градијента када се ...