GAN有时由于高维数据而变得非常不稳定。可以训练GAN是异步方式吗?就像我们有一个主生成器和鉴别器。但实际上,我们使用许多从属生成器和鉴别器的渐变来异步更新它。
答案 0 :(得分:1)
您是否考虑将异步方法用于GAN培训,类似于A3C中如何使用异步更新?
我猜想RL中使用异步方法的动机与您想用GAN中的异步方法解决的动机完全不同。
由于数据的非平稳性质(即连续更新之间的高度相关性),RL可能不稳定(没有异步方法)。使用异步方法解决此问题很有意义。
由于求解目标函数的优化方法(例如mini-max),GAN不稳定。并且最近的GAN变体(例如渐进式GAN)是原始GAN的重大改进。我个人认为,“模式崩溃”比稳定更为紧迫。
因此不确定不确定异步方法是否是您要解决GAN中的稳定性问题的答案。也许更好的优化方法(例如优化过程中的稳定性损失)可能是解决此问题的更好方法?