为何我的GAN生成噪声而非清晰图像？附代码求解决方案

以下是针对代码问题的具体修复与优化建议：

1. 降低优化器学习率并调整Adam参数 #

WGAN对学习率极度敏感，当前设置的1e-3过高，会导致梯度不稳定、模型无法收敛。建议将学习率降至1e-4，同时调整Adam的beta1参数为0.5（WGAN通用稳定参数），并暂时移除混合精度优化（简化训练流程，避免额外精度问题）：

optimizer = Adam(lr=1e-4, beta_1=0.5, beta_2=0.9)
# 注释掉混合精度相关代码
# optimizer = mixed_precision.LossScaleOptimizer(optimizer)

2. 修复联合模型的训练逻辑 #

你的gan函数中错误地在添加判别器后重新开启了其可训练性，导致训练生成器时判别器权重也被更新，违反了WGAN“固定判别器训练生成器”的核心逻辑。正确实现如下：

def gan(generator, discriminator):
    discriminator.trainable = False  # 固定判别器权重，仅训练生成器
    model = Sequential()
    model.add(generator)
    model.add(discriminator)
    return model

训练判别器时，判别器默认处于可训练状态（初始化时已设置），无需额外修改。

3. 增加判别器训练次数 #

WGAN需要让判别器充分训练至接近最优，再更新生成器。当前每轮仅训练判别器1次，建议改为训练判别器5次，再训练生成器1次：
修改train函数：

def train(x_train, epochs, batch_size):
    with tqdm(total=epochs,unit="iters") as pbar:
        for epoch in range(epochs):
            # 重复训练判别器5次
            d_loss_total = [0.0, 0.0]
            d_valid_total = [0.0, 0.0]
            d_fake_total = [0.0, 0.0]
            for _ in range(5):
                d_loss, d_loss_valid, d_loss_fake = train_discriminator(x_train, batch_size)
                d_loss_total = np.add(d_loss_total, d_loss)
                d_valid_total = np.add(d_valid_total, d_loss_valid)
                d_fake_total = np.add(d_fake_total, d_loss_fake)
            
            # 计算平均损失
            d_loss = np.divide(d_loss_total, 5)
            d_loss_valid = np.divide(d_valid_total, 5)
            d_loss_fake = np.divide(d_fake_total, 5)
            
            # 训练生成器1次
            g_loss = train_generator(batch_size)
            
            pbar.set_description('Epoch {0}'.format(epoch+1))
            pbar.set_postfix(
                d_loss='{0:.4f}'.format(d_loss[0]),
                g_loss='{0:.4f}'.format(g_loss[0]),
                d_loss_valid='{0:.4f}'.format(d_loss_valid[0]),
                d_loss_fake='{0:.4f}'.format(d_loss_fake[0]),
            )
            pbar.update(1)

4. 确保训练数据归一化匹配生成器输出 #

生成器最后一层使用sigmoid激活，输出范围为[0,1]，因此训练数据必须归一化到同一区间：

# 假设x_train是原始MNIST像素数据（0-255）
x_train = x_train.astype('float32') / 255.0
# 增加通道维度（适配判别器输入）
x_train = np.expand_dims(x_train, axis=-1)

5. 移除无用的生成器单独编译 #

生成器的训练完全依赖联合模型（gan），单独编译生成器没有实际作用，可直接删除：

# 注释或删除该行
# g.compile(loss=wasserstein_loss, optimizer=optimizer, metrics=['accuracy'])

6. 可选：调整生成器输出激活函数 #

若想进一步提升稳定性，可将生成器最后一层的sigmoid替换为tanh，同时将训练数据归一化到[-1,1]区间：
修改生成器：

model.add(Conv2D(1, (7,7), activation='tanh', padding='same'))

修改数据预处理：

x_train = (x_train.astype('float32') - 127.5) / 127.5  # 归一化到[-1,1]
x_train = np.expand_dims(x_train, axis=-1)

7. 可选：增加训练轮数 #

1000轮对于WGAN来说可能不足以收敛，建议增加至5000-10000轮，观察生成图像的逐步变化。

内容的提问来源于stack exchange，提问作者Elin_Rv0