生成对抗网络常用框架与应用33课件讲解.pptxVIP

生成对抗网络常用框架与应用

目录基础生成对抗网络的缺陷原始生成对抗网络与深度卷积生成对抗网络的对比深度卷积生成对抗网络网络架构深度卷积生成对抗网络典型应用场景

PART.1基础生成对抗网络的缺陷

生成器和判别器的博弈难以平衡，容易出现以下两种情况：判别器过强：快速收敛至最优，导致生成器的梯度消失（无法学习）。生成器过强：生成器欺骗判别器生成无意义的输出。基础GAN网络的缺陷训练不稳定

技术限制：基础GAN多使用全连接层，丢失空间信息，生成图像模糊、分辨率低。缺乏有效的归一化手段，深层网络难以训练。基础GAN网络的缺陷生成质量低

现象：生成器倾向于生成单一类型的样本（如生成人脸时只输出同一