[問題] GAN的mode collapse問題

[Activation ('selu')]

請問我看GAN的paper他的優化是兩個KL divergence相加成一個JSD

那JSD應該是對稱的吧?

為什麼GAN仍會有不對稱問題要用D2GAN來解決mode collapse?

這裡我有點頭腦打結，

請教各位大德，謝謝了

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.16.134
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1534492812.A.48D.html
→ yoyololicon: 你說的對稱是指什麼東西
→ Activation: 對不起沒說清楚, 就是P_g跟P_data是對稱的
→ Activation: KL(P_g|| P_data+P_g) + KL(P_data || P_data+P_g)
→ Activation: 這樣應該沒有篇重P_g或P_data吧?
→ Activation:            *偏重
→ yoyololicon: 呃 那只是式子上是對稱
→ yoyololicon: 因為model產生的分佈和資料的分佈本來就不同
→ yoyololicon: 在訓練的時候因為model的結構大小和訓練資料的特性
→ yoyololicon: ，兩邊的力量很難平均
→ yoyololicon: 總之gan就是難train，ㄎㄎ