Keras GAN批培训

Question

我看过一些在Keras中实现GAN的代码/教程（教程：1和2）。

两个都按以下方式进行批量培训：

for epoch in range(epochs):
    # ---------------------
    # Train Discriminator
    # ---------------------
    # Select a random batch of images

    # Generate a batch of new images

    # Train the discriminator

    # ---------------------
    # Train Generator
    # ---------------------

在上面的代码（取自（2）中的第92行）中，它们循环遍历所有时期，但随后对于每个时期，只训练一批。据我了解，对于每个时代，我们都应该进行很多批次的训练；这样我们就可以遍历整个数据集。例如，如果我们有100个样本，批次大小为10，那么对于每个时期，我们将训练10个大小为10的批次。为什么在此代码中，它们对于每个时期只对单个批次进行训练？抱歉，这是一个基本问题。我是机器学习的新手。

Answer 1

当您执行GAN时，正常的神经网络训练几乎没有什么改变。

1. 您的输入数据会随着时间变化。生成器网络中的人工图像在每次更新网络中的权重时都会发生变化。
2. 您必须同时训练两个网络。如果随后更新生成器，则在大量数据上训练鉴别器是没有意义的。因为这改变了鉴别者从中学习的数据分布。因此，您可能需要经常更新两个网络。因此，最好每批更新两个网络。

我不知道他们为什么将此更新称为一个纪元，我想您可能会不同意命名。但是请记住，固定训练数据后，时期和批次具有意义。在这种情况下，它不是，所以也许他们称其为epoch是因为他们缺少更好的词。