可以试试，但我猜模型可能往不正确的方向走了

gan同时调两个模型，还得一起进步。调参难度真杂技啊

我想到一办法：就是每轮模型都保存下，然后分别读取开始出问题的那一轮的模型，单独训练试试～～

貌似处理有点复杂了。

可能gan得用动态图写才行

每epoch存储模型，处理不复杂的

感觉他说的不对。要是cyclegan，训练200epoch 8核v100都要1天，单核需要5天，耗不起

嗯，还是得分析问题原因

是，我觉得这个缺点就是训练周期太长了，出了错以后改了还得半天

可以先拿小epoch测一下，gan吃资源这没办法

啥法都得试试，

嫌麻烦就迁移哈哈，数字识别的模型肯定很多

跟着学习学习。

哈哈，出现了小曙光，下个项目更新有戏了

请问您说的看见曙光，是找到gan生成黑色图片的原因了吗？我现在也碰到了这个情况，请问您是怎么解决的？

其实就是gan训练不稳定导致的

如果分别打印下判别器的loss 会发现，判别器训练得太快了，生成器就“傻了”。

可以使用lsgan的loss代替原来的交叉商损失函数

将生成器的最后一层的激活函数改为tanh也可以起到稳定的效果，参见

https://aistudio.baidu.com/aistudio/projectdetail/551962

但是有理论支撑的根本性解决还是要用lsgan 或 wgan 之类的改进gan 的loss

文章写得很好懂！我生成器最后一层是tanh，用的也是lsgan loss，我试试调下G和D训练比例！