關於GAN網絡的隱空間維度選擇問題

一般來說，我們可以認爲圖像、文字、音頻等數據是分佈在低維流形空間上的。 GANs通過generator將隱空間的點映射到數據空間中，那麼，隱空間的維數怎麼選擇呢？這是一個值得研究的問題。這裏以圖像爲例進行分析。 首先，隱空間維數不能太低，太低了容易丟失mode，也會產生mode collapse。也就是說，隱空間的維數有個下界，高於這個下界纔有可能避免mode丟失的問題。這個下界就是流形的內在維數

>>阅读原文<<