Modus-Kollaps

Siehe: Machine Learning

Häufiges Problem beim Training von Generative Adversarial Networks (GANs). Es tritt auf, wenn der Generator des GANs nur eine begrenzte Vielfalt an Ausgaben erzeugt, da diese am effektivsten den Diskriminator überlisten – obwohl die Trainingsdaten eine größere Vielfalt umfassen. Dies führt dazu, dass das Modell nicht die gesamte Datenverteilung lernt, sondern nur einige wenige Modi, d.h., bestimmte Muster oder Strukturen in den Daten bevorzugt.

• 
  • Aufgegriffen in: (David Foster, 2020) Generatives Deep Learning