展开式生成对抗网络
机器学习
2017-05-16 v4 机器学习
摘要
我们引入一种通过针对判别器展开优化定义生成器目标来稳定生成对抗网络（GANs）的方法。这允许在生成器目标中使用最优判别器（这是理想的但在实践中不可行）与使用判别器的当前值（这通常不稳定并导致糟糕解）之间调整训练。我们展示该技术如何解决常见的模式崩溃问题，稳定具有复杂循环生成器的 GAN 训练，并增加生成器对数据分布的多样性和覆盖。
引用
@article{arxiv.1611.02163,
title = {Unrolled Generative Adversarial Networks},
author = {Luke Metz and Ben Poole and David Pfau and Jascha Sohl-Dickstein},
journal= {arXiv preprint arXiv:1611.02163},
year = {2017}
}