请教问题 - Githubissues

作者您好，您的论文思想我觉得非常精彩，因此进行了仔细拜读，可能是我理解偏差，关于代码我有一些问题请教您，望您不吝赐教 1 使用QXSLAB_SAROPT数据集，训练光学图像重建网络时候，只跑了一个epoch， (epoch: 0, iters: 13600, time: 0.064, data: 0.000) G_GAN: 9.553 D_real: 0.000 D_fake: 0.000 recon_VGG: 13.748 G_L1: 7.467 (epoch: 1, iters: 300, time: 0.064, data: 0.001) G_GAN: 10.084 D_real: 0.000 D_fake: 0.000 recon_VGG: 9.339 G_L1: 9.473 (epoch: 1, iters: 400, time: 0.063, data: 0.001) G_GAN: 9.907 D_real: 0.000 D_fake: 0.000 recon_VGG: 11.157 G_L1: 6.219 (epoch: 1, iters: 500, time: 0.064, data: 0.000) G_GAN: 9.472 D_real: 0.000 D_fake: 0.000 recon_VGG: 8.571 G_L1: 5.221 D_real与D_fake已经变为0，这里总感觉有点怪，不知这样的训练过程是否合理

2 一般论文中都是用lsgan损失，我看到您仍然使用的是vanilia损失，是有是什么特殊考虑吗

3 一般的图像到图像翻译模型都是用Instancenorm,您使用的是batchnorm，这个会有影响结果吗

如果方面的话，可否留一个联系方式，能够与您一起学习交流呢，我的联系方式QQ:450392168

您好：第一个问题:我也遇到过，也没有好的办法，gan的loss本来就不稳定，我一般都是以L1损失作为参考。第二个问题: 我使用lsgan生成的图像过于平滑第三个问题:可能是因为bn设置为了1，使用中没发现太大差别

---- 回复的原邮件 ---- | 发件人 | @.> | | 日期 | 2023年09月12日 15:12 | | 收件人 | @.> | | 抄送至 | @.***> | | 主题 | [ZZG-Z/Parallel-GAN] 请教问题 (Issue #3) |

2 一般论文中都是用lsgan损失，我看到您仍然使用的是vanilia损失，是有是什么特殊考虑吗

3 一般的图像到图像翻译模型都是用Instancenorm,您使用的是batchnorm，这个会有影响结果吗

如果方面的话，可否留一个联系方式，能够与您一起学习交流呢，我的联系方式QQ:450392168

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>

ZZG-Z / Parallel-GAN

请教问题 #3