P59 生成式对抗网络GAN-理论介绍 Theory behind GAN
2024-01-07 17:48:43
Object
Normal Distribution 的数据 经过 Generator 后生成分布更加复杂的PG.
真实数据的分布为 Pdata , 希望 PG和Pdata 越近越好
LOSS 是 两者之间的分布距离
问题: 如何计算 divergence?
Sampling is goog enough
Discriminator
希望V越大越好
y~Pdata 代表从 Pdata里面采样y
当做二分类, 损失函数等价于 minimize cross entropy
max V 与 JS divergence 相关
- 目标函数小结
MAX V 与 divergence 有关,替换
文章来源:https://blog.csdn.net/weixin_39107270/article/details/135369707
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!