Wasserstein GAN
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/12/28 03:25 UTC 版)
「Dcgan」の記事における「Wasserstein GAN」の解説
WGAN（Wasserstein GAN）は名称の通り識別ネットワークをワッサースタイン距離関数に近づけるため、重みのクリッピング及び損失関数の再設計を行い、識別ネットワークのリプリッツ連続性を担保する手法である。通常のDCGAN及び先述したLSGANに比べ、クオリティの高い画像が生成されたことが報告されている。損失関数の設計を改良したWGAN-gpが存在する。
※この「Wasserstein GAN」の解説は、「Dcgan」の解説の一部です。
「Wasserstein GAN」を含む「Dcgan」の記事については、「Dcgan」の概要を参照ください。
ウィキペディア小見出し辞書の「Wasserstein GAN」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- Wasserstein GANのページへのリンク
