GAN 中模式丢弃和模式崩溃的区别?
Difference between mode dropping and mode collapsing in GANs?
最近我看了一篇论文,他们在训练GANs时提到了这两个问题。我知道 mode collapsing,生成器生成的样本种类有限,但是我没有找到关于 mode dropping 的好的解释。
有人有好的答案吗?
论文如下:An empirical study on evaluation metrics of generative adversarial networks
当生成器在从评估器(对抗性网络)学习一些细节时遇到一些困难时,就会发生模式丢弃。
为了'learn'这些细节,校正使得来自生成器的节点权重下降到接近于0以便学习这些细节,同时整体生成的图像质量大大降低。
最近我看了一篇论文,他们在训练GANs时提到了这两个问题。我知道 mode collapsing,生成器生成的样本种类有限,但是我没有找到关于 mode dropping 的好的解释。
有人有好的答案吗?
论文如下:An empirical study on evaluation metrics of generative adversarial networks
当生成器在从评估器(对抗性网络)学习一些细节时遇到一些困难时,就会发生模式丢弃。
为了'learn'这些细节,校正使得来自生成器的节点权重下降到接近于0以便学习这些细节,同时整体生成的图像质量大大降低。