StyleGAN2应用于小型NF1数据集。 请参阅MakeNf1Data文件夹。 请与我们联系以获取我们的预训练模型。 值得注意的变化(来自原始的Nvidia来源)是 training/networks.py dense_layer_with_average 。 train_with_labels.py 。 (原始自述文件)具有自适应鉴别器增强(ADA)的StyleGAN2 — TensorFlow正式实施 用有限的数据训练生成对抗网络Tero Karras,Miika Aittala,Janne Hellsten,Samuli Laine,Jaakko Lehtinen,Timo Aila 摘要:使用太少的数据训练生成对抗网络(GAN)通常会导致判别器过度拟合,从而导致训练分散。 我们提出了一种自适应鉴别器增强机制,该机制可显着稳定有限数据体制中的训练。 该方法不需要更改丢失