最近重写拾起了GAN网络，做layout的生成工作，但是在训练的过程中又出现了G和Dloss不按照正常的情况下降和上升：
网上查找的原因是：种情况是判别器太强了，压制了生成器。
查询资料后总结的方法
1 提升G的学习率，降低D的学习率。
2 G训练多次，D训练一次。
3 使用一些更先进的GAN训练目标函数。
当模型分布的支持与目标分布（真实图像）的支持不相交时，存在一个能够很好区分模型分布和目标分布的discriminator，在这种情况下，discriminator对输入的导数为0，这样generator的训练会完全停止。也可能不停止，但是一般D loss会变为0，G loss一直波动，甚至有可能爆炸，生长，这会导致GAN的训练非常困难
参考资料：
版权声明：本文为baidu_40582876原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。