![7a119d7ad478c194eb1738d1f46f9cff.png](https://img-blog.csdnimg.cn/img_convert/7a119d7ad478c194eb1738d1f46f9cff.png)
WGAN & WGAN-GP:
1.资料参考:
互怼的艺术:从零直达WGAN-GP - 科学空间|Scientific Spaceskexue.fm![b9f4430873fdccc4b0b17afcf619515f.png](https://img-blog.csdnimg.cn/img_convert/b9f4430873fdccc4b0b17afcf619515f.png)
![1e26e848b2d7a481a926a920e1c564de.png](https://img-blog.csdnimg.cn/img_convert/1e26e848b2d7a481a926a920e1c564de.png)
2.code参考:
https://github.com/bojone/gan/blob/master/mnist_gangp.pygithub.com3.感悟:
原始GAN的问题:
判别器越好,生成器梯度消失越严重。
根据原始GAN定义的判别器loss,我们可以得到最优判别器的形式;而在最优判别器的下,我们可以把原始GAN定义的生成器loss等价变换为最小化真实分布
根据原始GAN定义的判别器loss,我们可以得到最优判别器的形式;而在最优判别器的下,我们可以把原始GAN定义的生成器loss等价变换为最小化真实分布
回过头来看第一句话,“当