如何解决结合图像样式时具有两个基本原理的损失设计
我正在努力生成一个图像，该图像应类似于两个不同的输入图像。或者说，结合两个输入的样式。
我正在使用的结构是GAN网络。我将两个输入集连接到生成器（一个unet结构）中，并将输出的大小定义为单个图像的大小。
对于损耗定义，我使用resnet提取了输入和输出图像的features(f)。当前定义的损失是
Loss = mse(0.5*(f_real1+f_real2)-f_fake)
我认为可能是因为两个输入集不同，在训练过程中的某些时刻，损失总是会相对于某个输入集具有较大的斜率，从而陷入这种情况。这是问题吗？有什么解决办法吗？
任何建议将不胜感激
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
