感谢您看这个问题！

我尝试训练一个简单的DCGAN，以从215个128x128大小的彩色图像的数据集中生成房间设计。我的尝试可以总结如下：

1. 发生器：从（100x1）噪声输入到（128x128x1）灰度图像输出，共5个反卷积层

   

2. 鉴别器：来自（128x128x1）灰度图像输入的4个卷积层

   

3. Optimizer：生成器和鉴别器的学习率均为0.002
4. 批处理大小：每批21张图像
5. Epoch：100个纪元，每个纪元10个批次

结果： 1. D损耗接近0，G损耗接近1。此后，我将鉴别器减少了2个卷积层，将Adam学习率降低到0.00002，希望鉴别器不会使我的发电机过载。

1. 在（1）上，D损失和G损失徘徊在0.5-1.0左右。但是，即使在100个周期后，生成的图像仍然显示噪声图像。

问题：

1. 在我训练GAN方面有什么问题吗？

2. 我应该如何修改我的方法以成功训练GAN？

非常感谢大家的帮助，非常期待！