生成對抗網絡GAN(五)WGAN(Wasserstein GAN)及其改進

一、引入 由fGAN結論:不只是JS Div,任何的Div(統稱爲f-Div)都可以被放到GANs架構中,引出WGAN。 二、WGAN 該論文介紹了一種新的算法,它是傳統GAN訓練的一種替代。在這個新的模型中,證明了可以提高學習的穩定性,擺脫像模式崩潰這樣的問題,並且提供了對調試和超參數搜索有用的有意義的學習曲線。供了大量的理論工作,強調了分佈之間的深度聯繫。  論文闡述了JS散度的缺陷,大多數情
相關文章
相關標籤/搜索