[問題] GAN訓練時batch的實作請教

[PyTorch (PY火炬)]

我最近新手上路實作GAN，採用的架構是DCGAN

paper寫DCGAN訓練時batch size 128

我不是很明白batch size在送進discriminator訓練時怎麼做?

例如是128個亂數送進generator產生128張圖片

再加上128張真實的圖片送進discriminator
嗎?

這樣一次完整訓練裡面，

總共是256張圖片送進discriminator訓練

但只有128張圖片送進generator訓練嗎?

對於GAN，我不是很明白，先謝謝各位的幫忙

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.71.0.182
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1526988928.A.4CA.html
推 a75468: 有謠言是說一個batch裡都放同一種label比較好，所以這個ca
→ a75468: se就是兩個batch，128個1以及128個0
那好像是因為有batch normalize的關係?
→ catxfish: 通常會用相同數目的real image跟fake image去訓練
→ catxfish: 直接參考的實作預設是用64+64
謝謝回答，想再請問這64張假的image是在同一個training step由訓練Generator產生的128個image取64張丟進Discriminator嗎?
還是generator再重新產生64張假的image?
※ 編輯: PyTorch (114.136.86.37), 05/22/2018 23:31:57
→ catxfish: 直接亂數64個latent產生64個fake image進discriminator
→ catxfish: 不用重新產生 直接用同一組去算兩個的loss function
→ catxfish: G是64個input D是128個input 不過其實這些你都可以調整
→ catxfish: 但我以前測試最需要調整的是learning rate
→ catxfish: batch size反而還好
→ catxfish: 話說pytorch github example裡面就有DCGAN啊 XD