福建省城乡建设网站最新清远发布

简介

简介：一般来说，生成器相比判别器要完成的任务更加困难，前者需要完成数据概率密度的拟合，而后者只需要判别真伪，影响GAN性能的一个问题就是模式奔溃。而采用多生成器可以缓解这个问题。论文中主要设计了多生成器的架构和一个对于鉴别器的新损失设计来缓解这个问题。模型结构采用DCGAN的框架，原始损失基于WGAN-GP的设计理念。

论文题目：Study of Prevention of Mode Collapse in Generative Adversarial Network (GAN)

论文会议：2020 IEEE 4th Conference on Information & Communication Technology (CICT)

摘要：随着深度神经网络的发展及其应用的增加，对数据的需求呈指数级增长。为了满足这一需求，专门生成对抗网络（GAN）的深度生成模型已经成为一种非常强大的工具。然而，由于其不稳定性&#