判别器的损失函数loss_D_fake = loss_GAN(pred_real, label

判别器的损失函数loss_D_fake = loss_GAN(pred_real, label_fake)这一行是不是写错了？

来源：9-6 cycleGAN模型搭建-train（下）

慕婉清4445357

2020-12-10

loss_D_fake = loss_GAN(pred_fake, label_fake)
按我的理解，这里应该是生成器与判别器的博弈。
判别器始终认为生成的图片是假的，生成器一直在努力生成逼真的图片。

另外我还有个疑问，如果遇到模式崩溃，判别器生成的四不像图片判别器也认为是真的，是不是可以考虑加入一个
loss_GAN(real_B, label_fake)？

写回答

1回答

会写代码的好厨师

2021-01-08

这个问题提的非常好。

实际上，目前的GAN网络在遇到模式崩溃的时候，一般表现为生成器崩溃或者判别器崩溃，或者两个模型都不收敛。生成器崩溃一般表现为，生成的模式比较单一，导致判别器能够很容易识别出来。

具体可以学习下这篇博客，内容讲的比较清楚：

PyTorch入门到进阶实战计算机视觉与自然语言处理项目

理论基础+技术讲解+实战开发，快速掌握PyTorch框架

1190 学习 · 293 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 2