题目：Training Generative Adversarial Networks with Limited Data 时间：2020/11（NeurIPS 2020 ） 作者：• Tero Karras • Miika Aittala • Janne Hellsten • Samuli Laine • Jaakko Lehtinen • Timo Aila 代码：https://github.com/NVlabs/stylegan2-ada 推荐理由： 训练生成对抗网络(GAN)如果数据太少，往往会导致判别器过拟合。本文提出了一种自适应判别器增强机制，可以显著稳定的在有限数据场景下训练。方法不需要更改损失函数或网络架构，也适用于从头开始训练和在另一个数据集上微调现有GAN。

作者在多个数据集上进行实验，发现几千张训练图像就可以得到好的结果。

内容中包含的图片若涉及版权问题，请及时与我们联系删除