MGGAN：利用流形引导训练解决模式崩溃
计算机视觉与模式识别
2018-04-13 v1
摘要
模式崩溃是训练生成对抗网络时的一个关键问题。为缓解模式崩溃，近期若干研究引入了新目标函数、网络架构或替代训练方案。然而，它们的成果往往以牺牲图像质量为代价。在本文中，我们提出一种新算法，即流形引导生成对抗网络（MGGAN），其在现有 GAN 架构上利用引导网络来诱导生成器学习数据分布的所有模式。基于广泛的评估，我们表明我们的算法在不损失图像质量的情况下解决了模式崩溃。特别地，我们证明了我们的算法可轻易扩展至各种现有 GAN。实验分析证明所提算法是训练 GAN 的一种有效且高效的工具。
引用
@article{arxiv.1804.04391,
title = {MGGAN: Solving Mode Collapse using Manifold Guided Training},
author = {Duhyeon Bang and Hyunjung Shim},
journal= {arXiv preprint arXiv:1804.04391},
year = {2018}
}