BMSG-GAN

收录理由

训练生成对抗网络向来以难伺候著称，稍有不慎梯度就会失衡，模型便陷入崩溃。这个基于 PyTorch 的 MSG-GAN 实现，把判别器传给生成器的梯度从单一尺度改为多尺度同时传递，让训练过程平稳不少，也省去了大量调参的折腾。对于想在 CIFAR10、Oxford 花卉或 CelebA-HQ 上尝试多尺度图像合成的人来说，它是个不错的起点，不必时刻提心吊胆地盯着损失曲线。代码量不大，结构清晰，读一遍就能理解多尺度梯度架构是如何串联起来的。需要提醒的是，这是社区维护的版本，并非论文官方代码，更适合当作学习参考，而不是直接上生产的现成方案。