تدريب شبكات GAN التي لا تنهار: دروس من DCGAN إلى StyleGAN

لماذا تفشل شبكات GAN

1. انهيار النمط: يُنتج المولّد الصورة نفسها بغضّ النظر عن الضوضاء
2. عدم استقرار التدريب: تتذبذب خسائر G وD دون تقارب
3. تلاشي التدرجات: يصبح المميِّز قوياً جداً

الإصلاح 1: التطبيع الطيفي

from torch.nn.utils import spectral_norm

self.conv = spectral_norm(nn.Conv2d(in_ch, out_ch, 4, 2, 1))

الإصلاح 2: تنعيم التسميات للمميِّز

real_labels = torch.ones(B) * 0.9  # not exactly 1.0
fake_labels = torch.zeros(B) + 0.1  # not exactly 0.0

الإصلاح 3: عقوبة التدرج (WGAN-GP)

تعاقب معيار تدرج المميِّز — وهي أكثر متغيرات GAN استقراراً للتطبيقات الحقيقية.

الإصلاح 4: التحديث ثنائي المقياس الزمني (TTUR)

استخدم معدلات تعلم مختلفة: G=0.0001، D=0.0004.