5个周期后，DCGAN发电机的损耗保持在0.7

Question

玩完PyTorch DCGAN面孔教程后，我开始使用自己的数据集，该数据集由大小为1x32x32（通道，高度，宽度）的图像组成。

现在，我确实应用了此存储库中的大部分内容：https://github.com/soumith/ganhacks

但是目前我被困住了。

我以此为依据来选择是训练生成器（G）还是鉴别器（D）。

    if i > 1:
        if D_G_z1 < 0.5:
            train_G = True
            train_D = False
        else:
            train_D = True
            train_G = False

其中i是当前批次号，train_D和train_G在批次1上设置为True。 D_G_z1是D（G（x））。

我希望一旦训练了D并且D（G（x））= 0.5，D将停止训练，G将开始训练以改善所生成图像的真实性，等等。现在D和G在进行训练时满足条件。

但是，G的损失在5个历元后停留在0.7，并且似乎在1k历时没有变化（我没有尝试更多）。更改G的学习速率，或者通过更改每个ConvTranspose2d层的通道数量来使G变得更多/更少复杂，也无济于事。

现在最好的方法是什么？任何意见，将不胜感激。

可在此处找到代码：https://github.com/deKeijzer/SRON-DCGAN/blob/master/notebooks/ExoGAN_v1.ipynb

TLDR：发电机损耗固定在0.7，不再变化。它也没有“学习” X的良好表示。