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:
- 发生器:从(100x1)噪声输入到(128x128x1)灰度图像输出,共5个反卷积层
- 鉴别器:来自(128x128x1)灰度图像输入的4个卷积层
- Optimizer:生成器和鉴别器的学习率均为0.002
- 批处理大小:每批21张图像
- 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。
- 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:
-
在我训练GAN方面有什么问题吗?
-
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!