[解讀] The relativistic discriminator: a key element missing from standard GAN

在標準的 GAN 中, 鑑別器用來估計輸入樣本爲真實樣本的概率, 生成器用來生成逼真的樣本, 來提高被鑑別器鑑別爲真實樣本的概率. 然而本文提出生成器應該同時降低真實樣本的真實性的概率. 首先因爲這符合一個先驗知識, 即在一個批次中有一半數據是真實的, 並且可以用散度最小化來驗證這個設想, 在最佳設置中, 標準的 GAN 等效於積分概率度量 (IPM) 的 GAN. 作者表明相對鑑別器 (rela

>>阅读原文<<