GAN 模式崩溃与 DCGAN 的改进
答案要点
- 模式崩溃:生成器只生成少数模式或重复样本,多样性差
- 成因:生成器找到能骗过当前判别器的局部解,判别器只评单样本、无法惩罚缺失模式
- 缓解:minibatch discrimination、特征匹配、unrolled GAN
- 缓解:WGAN/WGAN-GP、谱归一化等稳定训练的方法
- DCGAN:步长卷积/转置卷积替代池化,去全连接层,BatchNorm,G 用 ReLU+Tanh,D 用 LeakyReLU
易错点
- 把模式崩溃和训练不收敛、梯度消失混为一谈
- 说 DCGAN 在判别器输入层和生成器输出层也用 BatchNorm,原文在这两处没有使用
- 以为换成卷积网络就能彻底解决模式崩溃
面试官常见追问
- WGAN 为什么能缓解训练不稳定?
- 如何检测模式崩溃?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。