GAN系列：李宏毅老師GAN課程P5——General Framework
這部分主要是數學上的推導：之前設置的目標函數度量的是生成圖片和真實圖片分佈間的JS散度，如果使用其他散度，效果如何呢？引入概念f-divergence。 假設兩個分佈P和Q，和分別爲從中採樣x的概率，則f-divergence表示爲： ，其中是凸函數，且。其實就是在用一個廣泛的函數定義散度。 這樣f-divergence就可以衡量分佈P和Q間的差別：如果for all x，，應該取得f-diver
相關文章
- 1. GAN系列：李宏毅老師GAN課程P2+P3——Conditional GAN
- 2. GAN系列：李宏毅老師GAN課程P7——Info GAN，VAE-GAN，BiGAN
- 3. GAN系列：論文閱讀——Generative Adversarial Networks & 李宏毅老師GAN課程P1+P4
- 4. 李宏毅GAN課程（二）
- 5. 李宏毅——GAN
- 6. GAN李宏毅(1)
- 7. 9.GAN(李宏毅)
- 8. 【李宏毅2020 ML/DL】P78 Generative Adversarial Network | fGAN: General Framework of GAN
- 9. 李宏毅GAN筆記 一.introduction of GAN
- 10. GAN系列：代碼閱讀(2)——Generative Adversarial Networks & 李宏毅老師GAN課程P1+P4
- 更多相關文章...
- • Scala List(列表) - Scala教程
- • XSL-FO 列表 - XSL-FO 教程
- • Docker容器實戰(七) - 容器眼光下的文件系統
- • Java 8 Stream 教程
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. GAN系列：李宏毅老師GAN課程P2+P3——Conditional GAN
- 2. GAN系列：李宏毅老師GAN課程P7——Info GAN，VAE-GAN，BiGAN
- 3. GAN系列：論文閱讀——Generative Adversarial Networks & 李宏毅老師GAN課程P1+P4
- 4. 李宏毅GAN課程（二）
- 5. 李宏毅——GAN
- 6. GAN李宏毅(1)
- 7. 9.GAN(李宏毅)
- 8. 【李宏毅2020 ML/DL】P78 Generative Adversarial Network | fGAN: General Framework of GAN
- 9. 李宏毅GAN筆記 一.introduction of GAN
- 10. GAN系列：代碼閱讀(2)——Generative Adversarial Networks & 李宏毅老師GAN課程P1+P4