竞价图景：受拍卖启发的多人生成对抗网络训练
机器学习
2024-03-22 v1 人工智能
摘要
本文提出了受拍卖启发的多人生成对抗网络训练，以缓解 GAN 的模式崩溃问题。当过拟合的生成器生成有限范围的样本时，通常集中于数据分布的一小部分子集，就会发生模式崩溃。尽管生成样本的多样性受限，判别器仍可能被欺骗，将这些样本识别为来自真实分布的真实样本。在缺乏外部标准的情况下，模型无法在训练阶段识别其失败。我们将生成对抗网络的两人博弈扩展为多人博弈。在训练过程中，每个模型的价值由其他玩家在类似拍卖过程中提交的竞价决定。
引用
@article{arxiv.2403.13866,
title = {The Bid Picture: Auction-Inspired Multi-player Generative Adversarial Networks Training},
author = {Joo Yong Shim and Jean Seong Bjorn Choe and Jong-Kook Kim},
journal= {arXiv preprint arXiv:2403.13866},
year = {2024}
}