前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >图片逼真ls(Least Squares)gan 最小二乘GAN

图片逼真ls(Least Squares)gan 最小二乘GAN

作者头像
CreateAMind
发布2018-07-24 17:36:55
5200
发布2018-07-24 17:36:55
举报
文章被收录于专栏:CreateAMind

https://arxiv.org/abs/1611.04076

https://github.com/wiseodd/generative-models

https://github.com/255BITS/HyperGAN#ls-gan

在 L2 损失(L2 loss)中,与 w(即上例图中 Pdata(X) 的回归线)相当远的数据将会获得与距离成比例的惩罚。因此梯度就只有在 w 完全拟合所有数据 x 的情况下才为 0。如果生成器 G 没有没有捕获数据流形(data manifold),那么这将能确保辨别器 D 服从多信息梯度(informative gradients)。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-03-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CreateAMind 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档