我正在使用Tensorflow构建GAN。
首先，我创建了一个生成32x32图像的GAN。
修改了模型，添加了一个图层以创建128x128图像。
顺便说一句，32x32 GAN G，D损失值还可以，但是随着层大小和图像大小的增加，损失值非常高。
我修改了图层并修改了其他超级参数以降低损耗，但是它仍然很高。
我想知道如何减少G和D的损失。
JPanel结果：
Epoch：0，D损失：8.065221479096389，AM损失：14.922738138189171
时代：1，D损失：8.052544213793604，AM损失：14.836829509831928
Epoch：2，D损失：8.02602034776949，AM损失：14.889192866794954
Epoch：3，D损失：8.05762272074743，AM损失：14.88101108667209
Epoch：4，D损失：8.045719083795692，AM损失：14.863829361000642
Epoch：5，D损失：8.052135099614333，AM损失：14.872829325913173
时期：6，D损失：8.026918762226396，上午损失：14.900647337666623
Epoch：7，D损失：8.091860083759133，AM损失：14.836829485626994
时期：8，D损失：8.05686701130746，上午损失：14.935828973799188
Epoch：9，D损失：8.038368832641448，AM损失：14.832738677862332
Epoch：10，D损失：8.06173144016169，AM损失：14.904738174477204
时期：11，D损失：8.032495556749064，AM损失：14.926010857983893 。 。
答案 0 :(得分：1)
欢迎来到训练GAN的美好世界。这不是一件容易的事，但并非不可能。我不能仅仅通过观察前10个时期的损失就知道问题出在哪里。
我高度建议您看看这个article。您可能会遇到麻烦，因为在添加更多层时必须打破平衡。
文章中建议的一些技巧是：
一些个人技巧是：在生成器上添加批处理规范化。请勿在生成器中使用密集层。
祝您好运，请尽情享受！发布一些您生成的图像，我很好奇！