GAN训练tricks
- generator的最后一层一般使用tanh激活函数，这样可以使训练更加稳定。但是我在实际用的时候，使用sigmoid和tanh的效果是差不多的；
- 需要注意：discriminator的最后一层的输出的激活函数选择tanh，会导致cuda trigger问题，因此，一般来说，discriminator会选择sigmoid函数作为激活函数。
- 在实际训练的时候，G的loss在不断地下降，而D的loss在上升，这不是说网络性能不好，是正常的，只要两者loss最后收敛到一个比较稳定的值附近就可以。
- G的学习率通常来说比D的学习率大一个数量级就会好很多。
PatchGAN (FCN)
当生成的图片过大时，可能生成的图片中只有局部区域存在伪影，而其余部分生成质量很好，此时若让判别器对整张图片进行判断，那么一个单一的数值可能无法良好地描述这张图片的质量。 PatchGAN 把一张完整的待鉴定图片利用滑动窗口裁剪成 70x70 大小的小图片。接着将这些图片依次输入判别器进行鉴定。最后将判别器对多张小图的评分求和，作为最终评分。
我的看法：这种结构和 FCN 全卷积网络 Fully Convolutional Network 不谋而合，若在 FCN 感受野达到 70x70 的那一层进行均值池化，则其效果与 patchGAN 是类似的，甚至用 FCN 更好。
BN为什么使用mini-batch？
主要是由于目前主流的梯度更新方式是mini-batch gradient decent，小批的梯度下降，这种方法把数据分为若干个批，按批来更新参数，这样，一个批中的一组数据共同决定了本次梯度的方向，下降起来就不容易跑偏，减少了随机性。另一方面因为批的样本数与整个数据集相比小了很多，计算量也不是很大。
为什么BN层一般用在线性层和卷积层后面，而不是放在非线性单元后
因为非线性单元的输出分布形状会在训练过程中变化，归一化无法消除它的方差偏移，相反的，全连接和卷积层的输出一般是一个对称,非稀疏的一个分布，更加类似高斯分布，对他们进行归一化会产生更加稳定的分布。
