Heurystyka niesaturującej funkcji straty generatora (non-saturating heuristic) to alternatywne sformułowanie funkcji kosztu stosowane w trenowaniu generatywnych sieci współzawodniczących (GAN). Zamiast minimalizować prawdopodobieństwo wykrycia fałszerstwa przez dyskryminator, metoda ta nakazuje generatorowi maksymalizować prawdopodobieństwo uznania jego wyjść za prawdziwe. Rozwiązuje to problem zanikającego gradientu, który występuje na początku uczenia, gdy dyskryminator z łatwością odróżnia sztuczne próbki. Dzięki temu generator otrzymuje znacznie silniejszy sygnał uczenia, co zapobiega zatrzymaniu procesu optymalizacji.
Non‑saturating generator loss heuristic (Non‑saturating heuristic)
