SGD在WGAN中学习单层网络
机器学习
2020-07-03 v2 机器学习
摘要
生成对抗网络（GANs）是一种广泛使用的学习生成模型框架。Wasserstein GANs（WGANs）作为GANs最成功的变体之一，需要求解一个极小极大优化问题以达到全局最优，但在实践中却成功地使用随机梯度下降-上升法进行训练。在本文中，我们证明，当生成器为单层网络时，随机梯度下降-上升法能够在多项式时间和样本复杂度内收敛到全局解。
引用
@article{arxiv.1910.07030,
title = {SGD Learns One-Layer Networks in WGANs},
author = {Qi Lei and Jason D. Lee and Alexandros G. Dimakis and Constantinos Daskalakis},
journal= {arXiv preprint arXiv:1910.07030},
year = {2020}
}
备注
24 pages, 4 figures, ICML2020