文档摘要

6.2 训练不稳定：震荡、梯度消失与对策 GAN 的训练不稳定有两大学区：动力学侧的震荡（双方追逐导致参数绕均衡打转甚至发散）与信号侧的梯度消失（判别器过强或分布支撑不重叠时，生成器的梯度通道被掐断）。 本节用梯度幅值演算把两类病灶定位到具体环节，再给一张平衡策略矩阵。 庭审第二案。与模式崩溃的"假健康"不同，训练不稳定通常很难看：损失曲线像心电图、样本质量忽好忽坏、有时干脆崩成噪声壁纸。 会员。《6.2 训练不稳定：震荡、梯度消失与对策》收录于灏天文库文集《生成对抗网络 (GAN) 原理与应用》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/496-%E7%94%9F%E6%88%90%E5%AF%B9%E6%8A%97%E7%BD%91%E7%BB%9C-gan-%E5%8E%9F%E7%90%86%E4%B8%8E%E5%BA%94%E7%94%A8

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流