pytorch/examples

Gradient vanishing of G in the DCGAN example

Open

#822 geöffnet am 11. Sept. 2020

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (21.634 Stars) (9.429 Forks)batch import
help wanted

Beschreibung

Hello,

I have trained the DCGAN with the default hyper-parameter settings on the downloaded "img_align_celeba" dataset (recommended in the tutorial). However, the results reveal strong gradient vanishing of G. While Loss_D keeps decreasing towards 0, Loss_G grows high (towards 100).

It seems that D is trained so well, preventing a good training on G. I didn't do any modifications on the code. Do you know what happened?

Thanks!

Contributor Guide

Tech Stack
python
Domain
machine learning
Issue Type
research
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 days
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
stale
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
needs investigation
Voraussetzungen
Understanding of GANsFamiliarity with PyTorchBasic knowledge of DCGAN
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
20
Research-Richtung
Investigate the default hyperparameters in the DCGAN example. Check the learning rates for generator and discriminator, and consider adjusting them. Look at the loss function implementation to ensure it matches the original DCGAN paper. Additionally, try using different GAN training techniques like label smoothing or adding noise to the discriminator inputs.