机器学习: 生成对抗网络
·
一、互怼的艺术:从零直达WGAN-GP
[1] 中从很直观的角度,直接构造出WGAN-GP, 很易于理解,下方图示是[1]的思维脉络。

二、从Wasserstein距离、对偶理论到WGAN
[2] 中详细解释了Wasserstein距离。
三、令人拍案叫绝的Wasserstein GAN
[3] 三中介绍了原始GAN的缺点,阐述了WGAN如何解决这样的缺点。思维导图如下

参考资料
- [1] 苏剑林. (2017, Jun 08). 《互怼的艺术:从零直达WGAN-GP 》[Blog post]. Retrieved from https://kexue.fm/archives/4439
- [2] 苏剑林. (2019, Jan 20). 《从Wasserstein距离、对偶理论到WGAN 》[Blog post]. Retrieved from https://spaces.ac.cn/archives/6280
- [3] 令人拍案叫绝的Wasserstein GAN
- [4] 苏剑林. (2018, Nov 07). 《WGAN-div:一个默默无闻的WGAN填坑者 》[Blog post]. Retrieved from https://spaces.ac.cn/archives/6139
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐


所有评论(0)