从GAN到WGAN
机器学习
2019-04-22 v1 机器学习
摘要
本文解释了生成对抗网络（GAN）模型背后的数学原理及其难以训练的原因。Wasserstein GAN旨在通过采用平滑度量来衡量两个概率分布之间的距离，从而改善GAN的训练。
引用
@article{arxiv.1904.08994,
title = {From GAN to WGAN},
author = {Lilian Weng},
journal= {arXiv preprint arXiv:1904.08994},
year = {2019}
}
备注
12 pages, 9 figures