本文提出了一种自适应判别器增广机制，旨在稳定有限数据下生成对抗网络（GAN）的训练。该方法无需改变损失函数或网络架构，能够在少量训练图像下取得与StyleGAN2相当的效果，显著提高数据效率。此外，研究展示了多种改进的GAN方法，包括条件GAN和音频生成模型，均在有限数据情境下取得优越结果。