Wasserstein Generative Adversarial Network Wasserstein GAN
Wasserstein Generative Adversarial NetworksHat mehrere Vorteile:
- Lösen Sie das Problem des instabilen GAN-Trainings, ohne den Trainingsgrad des Generators und des Diskriminators sorgfältig ausbalancieren zu müssen.
- Lösen Sie grundsätzlich das Collapse-Mode-Problem und stellen Sie die Vielfalt der generierten Samples sicher.
- Während des Trainingsprozesses gibt es Werte wie Kreuzentropie und Genauigkeit, die den Trainingsfortschritt anzeigen. Je kleiner der Wert, desto besser ist das GAN-Training, was darauf hinweist, dass die vom Generator erzeugte Bildqualität höher ist.
- Es ist keine aufwändige Netzwerkarchitektur erforderlich, es wird nur das einfachste vollständig verbundene Netzwerk benötigt.
Im Vergleich zu GAN weist Wasserstein GAN die folgenden Unterschiede auf:
- Die letzte Schicht des Diskriminators hebt Sigmoid auf;
- Der Verlust des Generators und Diskriminators ist nicht logarithmisch;
- Bei jeder Aktualisierung der Diskriminatorparameter werden ihre absoluten Werte so gekürzt, dass sie niedriger sind als eine feste Konstante c.