WGAN
来源:互联网 发布:aso优化 排名aso 编辑:程序博客网 时间:2024/06/08 04:01
生成式对抗模型的本质是什么?这是很简单的问题。其本质是让两个分布尽可能的接近,让生成数据的分布尽可能接近原始数据分布~
因此很重要的一个问题就是,如何度量两个分布的相似性,或者说两个分布的距离呢?
1.Earth-Mover(EM) distance or 1st Wasserstein metric
EMD 和欧式距离一样,他们都是一种距离度量的定义,EMD可以用来测量两个分布之间的距离。也称为推土机距离:如果两个分布被看作在D区域上两种不同方式堆积的等量数量的土堆,那么EMD就是把一堆变成另一堆所需要移动的单位土堆和该单位土堆移动的距离的积分的最小距离。
注:WGAN里x,y是图像,两个图像的L1距离的期望。(x,y)服从联合分布,取下界就是EMD距离
2.f-divergence f 散度中的Hellinger distance
和total variation distance 的联系
3.Bhattacharyya distance
4.JSD,KL,TV等等
最新的WGAN就是基于EMD提出的改进版GAN
0 0
- WGAN
- WGAN介绍
- GAN——WGAN
- WGAN-GP代码注释
- GAN学习笔记:WGAN
- DCGAN、WGAN、WGAN-GP、LSGAN、BEGAN原理总结及对比
- GANs学习(GAN、wGAN)
- GAN的统一架构与WGAN
- tensorflow 实现wgan-gp mnist图片生成
- 从传统GAN到improved WGAN
- 深度学习(五十四)图片翻译WGAN实验测试
- 收敛速度更快更稳定的Wasserstein GAN(WGAN)
- Wasserstein GAN (WGAN)两篇论文的中文详细介绍
- Resources and Implementations of Generative Adversarial Nets: GAN, DCGAN, WGAN, CGAN, InfoGAN
- 不要怂,就是GAN (生成式对抗网络) (六):Wasserstein GAN(WGAN) TensorFlow 代码
- 最小二乘GAN:比常规GAN更稳定,比WGAN收敛更迅速
- 通俗|令人拍案叫绝的Wasserstein GAN 及代码(WGAN两篇论文的中文详细介绍)
- nginx给wordpress反向代理,实现多域名访问wordpress
- 详解ajax
- NLPIR分词教程 Scala版
- wordpress优化
- 资源获取模式:Layz/Eager/Partial Acquisition
- WGAN
- iOS开发CAGradientLayer底部渐变色
- android在SD卡中创建数据库
- WebRtc 之P2C的建立
- poj1731输出不重复全排列
- docker常用命令
- 网易编程题 逃脱地牢
- codeves天梯 导弹拦截
- C - Andy's First Dictionary UVA - 10815