我正在设计用于从头抗体序列生成的生成对抗网络（GAN）

Question

我目前正在研究用于抗体设计的 GAN。

问题是，生成器的准确性没有提高，而鉴别器似乎表现良好。结果附后。如何改善？

我有超过 100 万个重链和轻链序列。我根据氨基酸序列编码了1-20的序列。

在生成器中，我使用了 LSTM 和 GRU 层的组合，然后进行批量归一化。

在判别器中，我使用了密集层的组合，然后是 LeakyReLU 激活和 dropout。

问题是，生成器的准确性没有提高，而鉴别器似乎表现良好。结果附后。如何改善？

请指导我该怎么做。

我尝试更改以下内容：

• 学习率
• 激活函数
• 数据批量
• 纪元。

但结果不同，发电机损耗并没有下降。

Answer 1

训练 GAN 时，损失对于网络的实际表现来说并没有多大意义。生成器和鉴别器损耗在不同方向上增长或收缩是正常的。您想要寻找的是损失最终收敛到某个值。如果您怀疑损失收敛得太快，可能您陷入了局部最小值，可以相应地调整参数来解决问题。

查看您提供的损失图，仅根据损失，您的网络似乎没有任何问题。生成器的输出看起来如何？它们与您的期望一致吗？