BriefGPT.xyz
Ask
alpha
关键词
mode collapse problem
搜索结果 - 4
GAN 生成器之间的共享损失
利用多个生成器竞争、同时与鉴别器的交互来解决传统 GAN 中的模式崩溃问题,大幅度减少训练时间,同时不影响其性能。
PDF
2 years ago
microbatchGAN:多元敌对鉴别刺激多样性
本文提出一种新的方法来解决生成对抗网络中的模式崩溃问题,即通过使用多个鉴别器和将每个微批次中的样本分配到不同的鉴别器来逐步改变鉴别器的任务,从而强制生成器创建多样的样本以减少损失。
PDF
4 years ago
AAAI
CatGAN:基于分类感知的逐层进化学习的生成对抗网络用于类别文本生成
本文提出了一种基于类别感知的 GAN 模型,通过分类感知模型和分层进化算法,实现高质量分类文本的生成,同时解决了传统 GAN 模型难以训练,样本崩塌等问题,并在实验中表现优于现有大多数同类模型。
PDF
5 years ago
混合密度生成对抗网络
本文提出了一种新型 GAN 变体 Mixutre Density GAN,通过在判别器嵌入空间中形成聚类来打破生成器的模式崩塌问题,从而发现不同的数据模式,并在生成高质量图像方面表现出色。
PDF
6 years ago
Prev
Next