味精-甘氨酸 swMATH ID: 42461 软件作者： 阿尼梅斯·卡内瓦尔（Animesh Karnewar）、奥利弗·王（Oliver Wang） 描述： MSG-GAN：生成对抗网络的多尺度梯度。虽然生成对抗网络（GAN）在图像合成任务中取得了巨大成功，但它们很难适应不同的数据集，部分原因是训练过程中的不稳定性和对超参数的敏感性。这种不稳定性的一个普遍接受的原因是，当真实分布和虚假分布的支持没有足够的重叠时，从鉴别器传递到生成器的梯度就变得没有信息。在这项工作中，我们提出了多尺度梯度生成对抗网络（MSG-GAN），这是一种简单但有效的技术，通过允许梯度在多尺度上从鉴别器流向生成器来解决这个问题。该技术为高分辨率图像合成提供了一种稳定的方法，并可替代常用的渐进生长技术。我们表明，MSG-GAN可以稳定地收敛于不同大小、分辨率和域的各种图像数据集，以及不同类型的损失函数和结构，所有这些都具有相同的固定超参数集。与最先进的GAN相比，我们的方法在我们尝试的大多数情况下都能达到或超过性能。 主页： https://arxiv.org/abs/1903.06048 源代码： https://github.com/akanimax/msg-stylegan-tf 依赖项： 蟒蛇 关键词： 计算机视觉;模式识别;arXiv_cs。个人简历;机器学习;arXiv_cs。LG公司;arXiv_状态ML;消息-甘;多比例梯度;蟒蛇;GAN公司 相关软件： 蟒蛇;GDAL公司;TensorFlow公司;奥尔菲斯;SR4RS系列;PixelCNN（像素有线电视新闻网）++;StackGAN公司;LR-GAN公司;马甘;帕根;辉光;低碳所;Wasserstein甘;LSUN公司;ImageNet公司;COCO-GAN公司;音乐变压器;着色变压器;BERT（误码率）;BossNAS公司 引用于： 0个文档 标准条款 1出版物描述软件 年份 MSG-GAN：生成对抗网络的多尺度梯度arXiv公司阿尼梅斯·卡内瓦尔（Animesh Karnewar）、奥利弗·王（Oliver Wang） 2020