GAN训练中过拟合与模式丢弃的实证分析
机器学习
2020-06-26 v1 计算机视觉与模式识别
机器学习
摘要
我们从实证角度考察GAN训练中的两个关键问题，即过拟合与模式丢弃。我们表明，当从训练过程中去除随机性时，GAN会过拟合且几乎不出现模式丢弃。我们的结果揭示了GAN训练过程的重要特征。它们也提供了证据，反驳了普遍认为的GAN不会记忆训练集、以及模式丢弃主要源于GAN目标函数性质而非训练优化方式的直觉。
引用
@article{arxiv.2006.14265,
title = {Empirical Analysis of Overfitting and Mode Drop in GAN Training},
author = {Yasin Yazici and Chuan-Sheng Foo and Stefan Winkler and Kim-Hui Yap and Vijay Chandrasekhar},
journal= {arXiv preprint arXiv:2006.14265},
year = {2020}
}
备注
To appear in ICIP2020