做gan的论文复现，发现官方源码在判别器的最后一层后加了一个归一化层，这是什么用途？
我理解归一化层是为了整理参数的分布给下一层用，加速模型收敛。加在模型最后一层对计算loss有帮助么？
而且我的代码里加上这个归一化层，判别器的loss就不下降了，去掉就能
官方的源码应该是大家都跑过了，不会有问题的啊。一定是我理解或转Paddle的过程有问题，真是郁闷。。。
原版加的归一化层是 spectral normamlization，我用的是Paddle里的 fluid.layers.spectral_norm() 实现的
我理解归一化层是为了整理参数的分布给下一层用，加速模型收敛。加在模型最后一层对计算loss有帮助么？
而且我的代码里加上这个归一化层，判别器的loss就不下降了，去掉就能
官方的源码应该是大家都跑过了，不会有问题的啊。一定是我理解或转Paddle的过程有问题，真是郁闷。。。
原版加的归一化层是 spectral normamlization，我用的是Paddle里的 fluid.layers.spectral_norm() 实现的