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:
但结果不同,发电机损耗并没有下降。
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?