wasserstein-gans:使用Tensorflow实现Wasserstein生成对抗网络

【文件属性】：
文件名称：wasserstein-gans:使用Tensorflow实现Wasserstein生成对抗网络
文件大小：3.63MB
文件格式：ZIP
更新时间：2021-04-29 08:12:34
machine-learning generator tensorflow discriminator generative-adversarial-network Wasserstein生成对抗网络（WGANS） 在Tensorflow中实现流行论文WASSERSTEIN GENVERTIVE ADVERSARIAL NETWORK 什么是WGAN？ Wasserstein生成对抗网络或WGAN是最近流行的Generative Adversarial网络或GAN的变体。 在机器学习社区中，众所周知，GAN非常难以训练（不要相信我！请尝试训练一个..），并且会遇到以下问题： 在GAN中训练生成器和鉴别器非常困难。 这是由于对抗性损失本身的性质所致，它在生成器网络和鉴别器网络之间引发了最小最大博弈，使得一个人试图欺骗另一个，直到它们达到Nash平衡（至少在理论上是!!），在这种状态下，生成器生成现实的样本，鉴别器无法将其与原始样本区分开。 实际上，使用基于梯度下降的训练方法很难做到这一点，并且会导致模型振荡。 GAN的训练主要取决于生成器和鉴别器

【文件预览】：
wasserstein-gans-master
----assets()
--------output.png(82KB)
--------visualization.gif(3.98MB)
----LICENSE(1KB)
----WGAN.ipynb(177KB)
----.gitignore(1KB)
----README.md(7KB)
----utils()
--------common_utils.py(4KB)
--------__init__.py(0B)