GAN1-对抗神经网络梳理(GAN,WGAN,WGAN-GP)

时间:2021-06-28 20:30:58   收藏:0   阅读:0

1,对基本概念梳理

https://www.cnblogs.com/kai-nutshell/p/12968454.html

https://www.cnblogs.com/kai-nutshell/p/12968484.html

https://www.cnblogs.com/kai-nutshell/p/12968508.html

https://www.cnblogs.com/kai-nutshell/p/12968548.html

https://zhuanlan.zhihu.com/p/26007545

2,WGAN

2.0,从GAN到WGAN,最核心的有这么几点:

2.1,GAN的损失函数如下:

\[\min_{G}\max_{D}V\{D,G\}=E_{x\sim{P_{data(x)}}}[logD(x)]+E_{x\sim{P_{z(z)}}}[log(1-D(G(z)))] \]

判别器模型前向传播过程中最后需要加上sigmoid函数,结合nn.BCELoss()得到损失函数。

2.2,相较于GAN,WGAN做了以下改进

2.3,WGAN-GP

评论(0)
© 2014 mamicode.com 版权所有 京ICP备13008772号-2  联系我们:gaon5@hotmail.com
迷上了代码!