ICCV 2017:训练GAN的16个技巧,2400+星(PPT)
作者:Soumith Chintala等
编译:马文
【新智元导读】本文来自ICCV 2017的Talk:如何训练GAN,FAIR的研究员Soumith Chintala总结了训练GAN的16个技巧,例如输入的规范化,修改损失函数,生成器用Adam优化,使用Sofy和Noisy标签,等等。这是NIPS 2016的Soumith Chintala作的邀请演讲的修改版本,而2016年的这些tricks在github已经有2.4k星。
ICCV 2017 slides:https://github.com/soumith/talks/blob/master/2017-ICCV_Venice/How_To_Train_a_GAN.pdf
NIPS2016:https://github.com/soumith/ganhacks
训练GAN的16个trick
# 1:规范化输入
将输入图像规范化为-1到1之间
生成器最后一层的输出使用tanh函数(或其他bounds normalization)
#2:修改损失函数(经典GAN)
在GAN论文里人们通常用 min (log 1-D) 这个损失函数来优化G,但在实际训练的时候可以用max log D
-因为第一个公式早期有梯度消失的问题
- Goodfellow et. al (2014)
在实践中:训练G时使用反转标签能工作得很好,即:real = fake, fake = real
一些GAN变体
【TensorFlow】https://github.com/hwalsuklee/tensorflow-generative-model-collections
【Pytorch】https://github.com/znxlwm/pytorch-generative-model-collections
#3:使用一个具有球形结构的噪声z
在做插值(interpolation)时,在大圆(great circle)上进行
Tom White的论文“Sampling Generative Networks”
- https://arxiv.org/abs/1609.04468
#4: BatchNorm
一个mini-batch里面必须保证只有Real样本或者Fake样本,不要把它们混起来训练
如果不能用batchnorm,可以用instance norm
#5:避免稀疏梯度:ReLU, MaxPool
GAN的稳定性会因为引入了稀疏梯度受到影响
LeakyReLU很好(对于G和D)
对于下采样,使用:Average Pooling,Conv2d + stride
对于上采样,使用:PixelShuffle, ConvTranspose2d + stride
-PixelShuffle 论文:https://arxiv.org/abs/1609.05158
#6:使用Soft和Noisy标签
Label平滑,也就是说,如果有两个目标label:Real=1 和 Fake=0,那么对于每个新样本,如果是real,那么把label替换为0.7~1.2之间的随机值;如果样本是fake,那么把label替换为0.0~0.3之间的随机值。
训练D时,有时候可以使这些label是噪声:偶尔翻转label
- Salimans et. al. 2016
#7:架构:DCGANs / Hybrids
能用DCGAN就用DCGAN,
如果用不了DCGAN而且没有稳定的模型,可以使用混合模型:KL + GAN 或 VAE + GAN
WGAN-gp的ResNet也很好(但非常慢)
- https://github.com/igul222/improved_wgan_training
width比depth更重要
#8:借用RL的训练技巧
Experience replay
对于deep deterministic policy gradients(DDPG)有效的技巧
参考Pfau & Vinyals (2016)的论文
#9:优化器:ADAM
优化器用Adam(Radford et. al. 2015)
或者对D用SGD,G用Adam
#10:使用 Gradient Penalty
使梯度的norm规范化
对于为什么这一点有效,有多个理论(WGAN-GP, DRAGAN, 通过规范化使GAN稳定)
#11:不要通过loss statistics去balance G与D的训练过程(经典GAN)
#12:如果你有类别标签,请使用它们
如果还有可用的类别标签,在训练D判别真伪的同时对样本进行分类
#13:给输入增加噪声,随时间衰减
给D的输入增加一些人工噪声(Arjovsky et. al., Huszar, 2016)
给G的每一层增加一些高斯噪声(Zhao et. al. EBGAN)
#14:多训练判别器D
特别是在加噪声的时候
#15:避开离散空间
将生成结果作为一个连续预测
#16:离散变量
使用一个嵌入层
给图像增加额外通道
保持嵌入的维度低和上采样以匹配图像通道的大小
总结:
GAN模型的稳定性在提升
理论研究有所进展
技巧只是权宜之计
时间线——GAN模型的稳定性
PPT下载:https://github.com/soumith/talks/blob/master/2017-ICCV_Venice/How_To_Train_a_GAN.pdf
参考:https://github.com/soumith/ganhacks
ICCV 2017:训练GAN的16个技巧,2400+星(PPT)相关推荐
- 训练社交口才的16种技巧
训练社交口才的16种技巧 如何才能在交际圈中游刃有余,答案是你要提高交际口才.今天小编就为大家介绍训练社交口才的16种技巧,一起来看一下吧! 训练社交口才的16种技巧 1.朗读朗诵 自己读书,大声地读 ...
- 手把手带你复现ICCV 2017经典论文—PyraNet
过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含"伪代码".这是今年 AAAI ...
- 商汤科技20篇论文入选ICCV 2017,披露最新研究主线
来源自 商汤科技 量子位 出品 | 公众号 QbitAI 本月22-29日,是两年一度的国际计算机视觉大会(ICCV)召开的日子. 于往届ICCV相比,本届 ICCV堪称火爆.据组委会统计,ICCV ...
- 最新 ICCV | 35个GAN应用主题梳理,最全GAN生成对抗论文汇总
戳我,查看GAN的系列专辑~! 在最新的视觉顶会ICCV 2021会议中,涌现出了大量基于生成对抗网络GAN的论文,广泛应用于各类视觉任务:本文在此做尽可能的梳理汇总! 下述论文已分类打包好!后台回 ...
- ICCV 2017奖项公布:最大赢家何恺明获最佳论文,参与最佳学生论文
当地时间 10 月 22 日,两年一度的计算机视觉国际顶级会议 International Conference on Computer Vision(ICCV 2017)在意大利威尼斯开幕.今日,大 ...
- 牛!何恺明包揽2项ICCV 2017最佳论文奖!这位高考状元告诉你什么是开挂的人生
大神终究是大神! 刚刚,AI 科技大本营获悉,继两次荣获 CVPR 最佳论文奖之后,何恺明参与的两篇最新论文又分别摘下 ICCV 2017 的最佳论文奖(Best Paper Award)和最佳学生论 ...
- 【世界最大人脸对齐数据集】ICCV 2017:距离解决人脸对齐已不远
在一篇已经被ICCV 2017接收的论文中,诺丁汉大学的研究人员提出了他们号称是迄今最大3D人脸对齐数据集,以及精准实现2D.3D以及2D到3D人脸对齐的网络.研究人员用<我们距离解决2D&am ...
- 单张图像就可以训练GAN!Adobe改良图像生成方法 | 已开源
十三 发自 凹非寺 量子位 报道 | 公众号 QbitAI 数据集太小了,无法训练GAN?试试从单个图像入手吧. 去年谷歌就提出了SinGAN,是第一个拿GAN在单幅自然图像学习的非条件生成模型(IC ...
- 计算机顶级会议培训,计算机视觉顶级会议ICCV 2017 腾讯优图入选12篇论文
腾讯科技讯 被誉为计算机视觉领域三大顶级会议之一的ICCV(另外两个为CVPR.ECCV)近日揭晓收录论文名单,腾讯优图共有12篇论文入选,居业界实验室前列,其中3篇被选做口头报告(Oral),该类论 ...
- 技术解读:腾讯优图12篇论文入选 ICCV 2017
机器之心发布 来源:腾讯优图实验室 被誉为计算机视觉领域三大顶级会议之一的 ICCV(另外两个为 CVPR.ECCV)不久之前揭晓了收录论文名单,腾讯优图共有 12 篇论文入选,居业界实验室前列,其中 ...
最新文章
- 支持支付宝(Alipay)付款的三个美国主机商
- 计算机病毒攻防技术研究,计算机网络病毒辐射攻防技术研究.pdf
- 1.1 开始起步,配置ruby on rails运行环境
- try{}里有一个 return 语句,那么紧跟在这个 try 后的 finally {}里的 code 会 不会被执行,什么时候被执行,在 return 前还是后?...
- mysql中select语句子句,了解mysql中select语句操作实例
- java判断对称素数_SM2非对称算法的原理及实现 Java SM2的代码案例 | 一生孤注掷温柔 | 小奋斗...
- python手机编译器可以干什么_世界上最好的Python编辑器是什么?
- 第十届数据技术嘉年华活动彩蛋!
- 大咖布道丨证券行业规模化敏捷和核心能力演进
- 2-1-XML和约束文档
- android反编译之获得res下的xml配置文件及图片等资源
- Springboot @Validated和@Valid
- 分布式系统关注点(3)——过去这几十年,分布式系统的「数据一致性」精华都在这了!...
- 实用的BeanUtils工具类
- 芯片设计:FPGA开发学习
- 【MarkMan】图片标注测量
- kali-linux-2018.2-i386.iso
- 动环监控系统的服务器部署在,动环监控系统【斯必得智慧机房】
- 切割文件(任何文件),并拼接
- 高等数学学习笔记——第五十讲——可降阶的高阶微分方程
热门文章
- 计算机台式硬件排名价格,2015年最新台式计算机处理器(CPU)性能排名_计算机硬件和网络_IT /计算机...
- 802.11--802.11n协议 PHY
- 12.STC15W408AS单片机比较器
- 还停留在图片识别?谷歌已经开始研究视频识别了
- Jenkins分布式集群设计方案
- 平时收集的一些有关UED的团队和个人博客
- DarkComet RAT简介
- 禁用计算机中的u盘功能,电脑设置禁用U盘的四大方法 怎么让电脑无法使用U盘...
- 企业内部短信模板大全分析
- 创建自己的WordPress主题的三种方法