我是一名正在研究开发GAN以创建序列的项目的大学生。首先从项目开始，我一直在研究一个玩具示例。首先，我实现了GAN来生成MNIST数据集。我遵循了该示例：https://medium.com/datadriveninvestor/gans-demystified-f057f5e32fc9。我修改了代码，使其正常工作，然后就完成了工作。然后，我创建了一个图像数据集，该图像集具有以下趋势：
https://drive.google.com/open?id=1_zxyFXbpWRKyEH-Hc7LAHE5p6ji0xyj6
我使用了与MNIST示例相同的体系结构。从理论上讲，学习创建此类图像比MNIST数据集更容易，更简单，因此它应该可以工作。但是它不起作用，它会在经过多个时期（超过4000个）后生成这样的图像：
https://drive.google.com/open?id=1gIdCwjPzyysw9KF-hW8m1mhbBADZzK0R
我试图让它训练更多的时间，但是它总是生成相同类型的图像。我还一直在更改学习率之类的超参数，但是它也不起作用。我还创建了不同的数据集，用更多的像素反转了颜色，...最后，我减小了网络的大小，以使线性度更高，仅适用于图层。它可以提高性能，但是问题是相同的。
我能理解它是如何工作的，因为，正如我之前说的，这比学习MNIST更为简单，因此必须有效。有谁知道为什么会这样吗？如何改善性能？
谢谢！