Навіщо під час навчання GAN використовують прийоми стабілізації, зокрема label smoothing?

Question

Answer

Щоб компенсувати відсутність reconstruction loss, додаючи м’які мітки замість зміни архітектури generator

Answer

Щоб зменшити надмірну впевненість discriminator і підтримати корисні градієнти для generator

Answer

Щоб зробити цільові мітки залежними від розміру batch, а не від real/fake статусу зразка

Answer

Щоб зробити discriminator максимально впевненим у мітках real=1 і fake=0 вже на перших batch

Crowdly