关于条件 Wasserstein GAN 中期望与 supremum 的交换
机器学习
2021-06-15 v2
摘要
在 Wasserstein GAN 依赖于条件的情形下，后者通常通过损失函数中的期望来处理。依据动机方式不同，判别器需在其两个参数上或仅一个参数上满足 Lipschitz-1。要使较弱的要求可用，需交换 supremum 与期望。这是一种数学上危险的操作，迄今文献中仅部分证明其合理性。本简短数学笔记意在填补此空白，并为仅部分 Lipschitz-1 的判别器在此方法更恰当或成功的情况下提供数学依据。
引用
@article{arxiv.2103.13906,
title = {About exchanging expectation and supremum for conditional Wasserstein GANs},
author = {Jörg Martin},
journal= {arXiv preprint arXiv:2103.13906},
year = {2021}
}
备注
5 pages