GAN相关知识

GAN训练tricks

  • generator的最后一层一般使用tanh激活函数,这样可以使训练更加稳定。但是我在实际用的时候,使用sigmoid和tanh的效果是差不多的;
  • 需要注意:discriminator的最后一层的输出的激活函数选择tanh,会导致cuda trigger问题,因此,一般来说,discriminator会选择sigmoid函数作为激活函数
  • 在实际训练的时候,G的loss在不断地下降,而D的loss在上升,这不是说网络性能不好,是正常的,只要两者loss最后收敛到一个比较稳定的值附近就可以。
  • G的学习率通常来说比D的学习率大一个数量级就会好很多。

PatchGAN (FCN)

当生成的图片过大时,可能生成的图片中只有局部区域存在伪影,而其余部分生成质量很好,此时若让判别器对整张图片进行判断,那么一个单一的数值可能无法良好地描述这张图片的质量。 PatchGAN 把一张完整的待鉴定图片利用滑动窗口裁剪成 70x70 大小的小图片。接着将这些图片依次输入判别器进行鉴定。最后将判别器对多张小图的评分求和,作为最终评分。

我的看法:这种结构和 FCN 全卷积网络 Fully Convolutional Network 不谋而合,若在 FCN 感受野达到 70x70 的那一层进行均值池化,则其效果与 patchGAN 是类似的,甚至用 FCN 更好。

BN为什么使用mini-batch?

主要是由于目前主流的梯度更新方式是mini-batch gradient decent,小批的梯度下降,这种方法把数据分为若干个批,按批来更新参数,这样,一个批中的一组数据共同决定了本次梯度的方向,下降起来就不容易跑偏,减少了随机性。另一方面因为批的样本数与整个数据集相比小了很多,计算量也不是很大。

为什么BN层一般用在线性层和卷积层后面,而不是放在非线性单元后

因为非线性单元的输出分布形状会在训练过程中变化,归一化无法消除它的方差偏移,相反的,全连接和卷积层的输出一般是一个对称,非稀疏的一个分布,更加类似高斯分布,对他们进行归一化会产生更加稳定的分布。

相关推荐
算AI几秒前
LLM用于科学假设生成:探索与挑战
人工智能·算法
冷水鱼7 分钟前
docker部署MinerU web api
人工智能
一点.点10 分钟前
简单分析自动驾驶发展现状与挑战
人工智能·自动驾驶
山重水复疑无路@11 分钟前
NVIDIA --- 端到端自动驾驶
人工智能·机器学习·自动驾驶
落樱弥城21 分钟前
光流法:从传统方法到深度学习方法
人工智能·深度学习
乙真仙人31 分钟前
从困局到破局的AI+数据分析
人工智能·数据挖掘·数据分析
量子位35 分钟前
阿里 Qwen3 问鼎开源王座!8 款模型全面开放,最大杯全方位超越 R1/o1,网友:让开源再次伟大
人工智能·开源·通义灵码
量子位35 分钟前
普通人也能用上超级智能体!实测 100+MCP 工具随便选,撰写报告 / 爬虫小红书效果惊艳
人工智能·mcp
酱酱们的每日掘金35 分钟前
用了 Trae 后,感觉离京东外卖不远了、Cursor 的系统级提示词逆向、前端也需要了解的 mcp 知识-AI Coding 周刊第 6 期
人工智能·ai编程·trae
机器之心37 分钟前
ChatGPT的尽头也是「带货」:3、2、1,上链接
人工智能