生成对抗网络的谱归一化

生成对抗网络（Generative Adversarial Networks, GANs）研究中的一个挑战是其训练的不稳定性。在本文中，我们提出了一种新的权重归一化技术——谱归一化（Spectral Normalization），以稳定判别器的训练过程。我们的新归一化技术计算开销小且易于集成到现有的实现中。我们在CIFAR10、STL-10和ILSVRC2012数据集上测试了谱归一化的有效性，并通过实验验证了谱归一化GANs（SN-GANs）相较于以往的训练稳定化技术，能够生成质量更好或相当的图像。