AIGC实战——WGAN 0. 前言 1. WGAN-GP 1.1 Wasserstein 损失 1.2 Lipschitz 约束 1.3 强制 Lipschitz 约束 1.4 梯度惩罚损失 1.5 训练 WGAN-GP 2. GAN 与 WGAN-GP 的关键区别 3. WGAN-GP 模型分析 小结 系列链接 0. 前言 原始的生成对抗网络 (Generative Adversarial Network, GAN) 在训练过程中面临着