我已经使用keras实现了改进的 WGAN-GP算法。使用的数据集是灰度的开放式街道网络图像。
一些时期之后的训练会产生不希望的(或与预期完全不同的)模式。
例如,真实图像看起来像这样(使用8x4网格绘制的32张图像)
虽然生成的图像看起来像这样(使用8X2网格绘制的16张图像)
注意 :在450个时期后收集,每个时期分为22批。您可以找到使用keras here
实现的模型虽然预期结果看起来像带有车道(线和点)的道路网络,但它们看起来却像封闭的曲线(例如国家或大陆地图)
我尝试了训练GAN等大多数建议的技巧:
但是似乎没有一个起作用。我不确定如何调试此问题,因为我不知道GAN的哪个超参数会导致这种问题。
如果任何人在训练GAN时都遇到类似的问题,请帮助我了解是什么原因造成的,以及需要调整哪些超参数。
TIA。