我正在尝试将 StyleGAN3 与不断发展的数据集一起使用，我目前的逻辑如下：
- 火车约半小时
- 使用添加的图像重新生成数据集
- 使用 --resume 恢复培训
为了测试，我一直在使用 metafaces 数据集，开始时大约有 100 张图像，每半小时向数据集添加大约 50 张新图像。
恢复后，结果逐渐变得很暗或很亮。
我正在使用stylegan3 github建议的参数进行训练：
train.py --cfg=stylegan3-r --gpus=1 --batch=32 --gamma=2 --batch-gpu=8 --mirror=1
关于如何使用不断增长的数据集进行培训的任何建议？