其他分享
首页 > 其他分享> > WGAN:Wasserstein GAN

WGAN:Wasserstein GAN

作者:互联网

Wasserstein GAN

Paper:https://arxiv.org/pdf/1701.07875.pdf
Code:https://github.com/igul222/improved_wgan_training
参考:
https://lilianweng.github.io/lil-log/2017/08/20/from-GAN-to-WGAN.html
https://vincentherrmann.github.io/blog/wasserstein/
(阅读笔记)

1.Intro

2.Distances

3.WGAN

正如算法流程所述, 以便使用梯度下降,所以文中使用约束权重范围的方法,以防止改变权重造成很大的改变,确保1-Lipschitz\text{1-Lipschitz}1-Lipschitz。

强大源 发布了29 篇原创文章 · 获赞 15 · 访问量 1万+ 私信 关注

标签:mathbb,Pr,text,GAN,theta,Wasserstein,aligned,sim,WGAN
来源: https://blog.csdn.net/qq_42192910/article/details/104524492