ICCV 2017:訓練GAN的16個技巧

# 1：規範化輸入 將輸入圖像規範化爲-1到1之間 生成器最後一層的輸出使用tanh函數（或其他bounds normalization） #2：修改損失函數（經典GAN） 在GAN論文里人們通常用 min (log 1-D) 這個損失函數來優化G，但在實際訓練的時候可以用max log D        -因爲第一個公式早期有梯度消失的問題         - Goodfellow et. al

>>阅读原文<<