GAN 中的模式丢弃和模式折叠之间的区别



最近我读了一篇论文,他们在训练GAN时提到了这两个问题。我知道模式折叠,其中生成器产生有限种类的样本,但是我没有找到关于模式下降的良好解释。

有人有好的答案吗?

论文内容如下:生成对抗网络评价指标的实证研究

当生成器在从评估器(对抗网络(学习一些细节时遇到一些麻烦时,就会发生模式丢弃。

为了"学习"这些细节,

校正使来自生成器的节点权重下降到接近0,以便学习这些细节,同时整体生成的图像质量大大降低。

最新更新