我想使用带有梯度惩罚的 w-gan 在 3 个颜色通道 (rgb) 中生成 256*256 分辨率的图像。我已经抓取了网络并编译了一个包含约 2500 张图像的数据集。我使用数据增强（45 度旋转，翻转）将这个数字增加到大约 10000。现在我正在使用一个具有 600 万参数的批评模型和一个具有 360 万参数和 128 潜在维度的生成器模型。我尝试过训练这个模型，但它不断生成糟糕的图像，并且损失不断在数百个。这些参数数字是否足以生成如此大的图像，还是我应该更改它们？此模型生成的图像示例
我想使用带有梯度惩罚的 w-gan 在 3 个颜色通道 (rgb) 中生成 256*256 分辨率的图像。我已经抓取了网络并编译了一个包含约 2500 张图像的数据集。我使用数据增强（45 度旋转，翻转）将这个数字增加到大约 10000。现在我正在使用一个具有 600 万参数的批评模型和一个具有 360 万参数和 128 潜在维度的生成器模型。我尝试过训练这个模型，但它不断生成糟糕的图像，并且损失不断在数百个。这些参数数字是否足以生成如此大的图像，还是我应该更改它们？此模型生成的图像示例
