使用向心加速度训练 GAN
机器学习
2020-06-01 v1 机器学习
摘要
训练生成对抗网络（GANs）常受迭代过程的周期性行为困扰。基于匀速圆周运动物体向心加速度方向指向圆心的简单直觉，我们提出同时向心加速度（SCA）方法与交替向心加速度（ACA）方法来缓解周期性行为。在适当条件下，采用 SCA 或 ACA 的梯度下降方法对双线性博弈被证明是线性收敛的。通过将 ACA 应用于 GAN 设定下现有基于梯度的算法进行了数值实验，展示了 ACA 的优越性。
引用
@article{arxiv.1902.08949,
title = {Training GANs with Centripetal Acceleration},
author = {Wei Peng and Yuhong Dai and Hui Zhang and Lizhi Cheng},
journal= {arXiv preprint arXiv:1902.08949},
year = {2020}
}