GAN交替训练——平衡生成器与判别器

展示D和G交替优化的训练过程

D步: max_D E[log D(x)] + E[log(1-D(G(z)))]
G步: min_G E[log(1-D(G(z)))] 或 max_G E[log D(G(z))]
当前: D步 | 轮次: 0
关键: D不能太强(否则G梯度消失), 也不能太弱