![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GAN
文章平均质量分 69
csdn_elsa
生命不止,coding不停,潜心向学,冲鸭!
展开
-
WGAN学习和总结
参考:令人拍案叫绝的Wasserstein GANhttps://www.leiphone.com/news/201702/EU12GVIe2pNGtgEk.html?viewType=weixinWasserstein距离 和 Lipschitz连续https://www.cnblogs.com/wt869054461/p/7155777.htmlWGAN最新进展:从weight cl...转载 2018-12-27 10:48:28 · 1540 阅读 · 0 评论 -
GAN的数学推导和案例应用
本章涉及到的知识点清单:1、数学期望的定义2、KL散度的定义3、零和博弈4、GAN的工作原理5、GAN的目标函数6、求解D的最优解7、反求解G使得G和D的概率分布差异最小8、案例之GAN实现拟合二次函数推导GAN公式之前,需要预备一些数学期望和KL散度的知识点一、数学期望的定义期望:在概率论中,将实验中每次可能产生的结果的概率乘以其结果的总和,反映随机变量平均取值的大小。...转载 2019-03-20 21:46:51 · 776 阅读 · 0 评论 -
WGAN的训练技巧总结(持续更新)
生成对抗网络训练心得作者:阿阿阿阿毛https://www.jianshu.com/p/aab68eb0f7ed一、权重a. 调节Generator loss中GAN loss的权重G loss和Gan loss在一个尺度上或者G loss比Gan loss大一个尺度。但是千万不能让Gan loss占主导地位, 这样整个网络权重会被带偏。二、训练次数b. 调节Generator和...原创 2018-12-29 20:17:11 · 13586 阅读 · 22 评论