迈向分布式协同进化 GAN
神经与进化计算
2018-09-05 v3
摘要
生成对抗网络（GANs）已成为深度生成建模的主流方法之一。尽管在多项视觉任务上取得了成功，GANs 难以训练，大量研究致力于理解并改进其基于梯度的学习动态。此处，我们研究使用协同进化——一类黑盒（无梯度）协同优化技术，也是进化计算中的有力工具——作为基于梯度的 GAN 训练技术的补充。在一个展现若干 GAN 基于梯度的动态（例如模式崩溃、振荡行为和梯度消失）的简单模型上的实验表明，协同进化是逃离退化 GAN 训练行为的一个有前景的框架。
引用
@article{arxiv.1807.08194,
title = {Towards Distributed Coevolutionary GANs},
author = {Abdullah Al-Dujaili and Tom Schmiedlechner and and Erik Hemberg and Una-May O'Reilly},
journal= {arXiv preprint arXiv:1807.08194},
year = {2018}
}
备注
Accepted at AAAI 2018 Fall Symposium Series