关于《Wasserstein GAN 的正则化》一文的复现
机器学习
2017-12-19 v1 机器学习
摘要
本报告有几个目的。首先，我们撰写本报告是为了调查已提交论文《Wasserstein GAN 的正则化》（2018）的可复现性。其次，在该提交论文所进行的实验中，我们强调并复现了五个方面：学习速度、稳定性、对超参数的鲁棒性、Wasserstein 距离估计以及各种采样方法。最后，我们确定了该工作的哪些部分可以被复现，以及所需资源成本如何。所有用于复现的源代码均向公众开放。
引用
@article{arxiv.1712.05882,
title = {On reproduction of On the regularization of Wasserstein GANs},
author = {Junghoon Seo and Taegyun Jeon},
journal= {arXiv preprint arXiv:1712.05882},
year = {2017}
}
备注
9 pages, 9 figures, ICLR 2018 reproducibility challenge