GAN：动力学

M. G. Delgadino; Bruno B. Suassuna; Rene Cabrera

GAN：动力学

偏微分方程分析 2024-05-30 v1

作者: M. G. Delgadino , Bruno B. Suassuna , Rene Cabrera

摘要

我们定量研究了原始 Wasserstein-GAN 算法的过参数化极限。实际上，我们展示该算法是生成器和判别器参数分布连续方程组的随机离散化。我们指出，为满足算法中的 Lipschitz 条件而进行的参数裁剪会在均值场动力学中引入不连续的向量场，从而导致均值场动力学在有限时间内发生 blow-up。我们研究了一个具体的 toy 例子，表明所有均值场方程的解在长时间极限下都会收敛到时间周期解，这有助于解释为何无法收敛。

关键词

Wasserstein-GAN 过参数化极限均值场动力学 Lipschitz 条件 blow-up

引用

@article{arxiv.2405.18673,
  title  = {GAN: Dynamics},
  author = {M. G. Delgadino and Bruno B. Suassuna and Rene Cabrera},
  journal= {arXiv preprint arXiv:2405.18673},
  year   = {2024}
}

备注

28 pages, 3 figures

GAN：动力学

摘要

关键词

引用

备注

相关论文