38 下列哪種方法能解決生成式模型的訓練不穩定性問題？
(A) 使用更大的數據集
(B) 採用 Waserstein GAN(WGAN)
(C) 提高硬體效能
(D) 增加模型層數

答案：登入後查看
統計： A(63), B(417), C(8), D(48), E(0) #3434911

詳解 (共 3 筆)

#6419394
解決生成式模型（尤其是 GAN，生成對...
(共 898 字，隱藏中）
前往觀看
10
0
#6545036
? 題目解析：生成式模型的訓練不穩定性...
(共 604 字，隱藏中）
前往觀看
6
0
#6603048

下列哪種方法能解決生成式模型的訓練不穩定性問題？

(B) 採用 Waserstein GAN (WGAN)

理由

  • Wasserstein GAN (WGAN) 引入了 Wasserstein 距離作為損失函數，這種方法能夠改善訓練過程中的不穩定性問題，並且能夠提供更有意義的損失值，幫助生成器和鑑別器之間的訓練更加平穩。

其他選項的解釋：

  • (A) 使用更大的數據集：雖然可以提高模型的表現，但不一定直接解決訓練不穩定性問題。
  • (C) 提高硬體效能：這可能加速訓練，但不會直接影響訓練的穩定性。
  • (D) 增加模型層數：增加模型的複雜度可能會引入更多的不穩定性，而不是解決問題。
0
0