摘要: 写在前面: 1.Wasserstein GAN(下面简称WGAN)成功地做到了以下爆炸性的几点: 彻底解决GAN训练不稳定的问题,不再需要小心平衡生成器和判别器的训练程度 基本解决了collapse mode的问题,确保了生成样本的多样性 训练过程中终于有一个像交叉熵、准确率这样的数值来指示训练的进 阅读全文
posted @ 2020-04-24 22:25 USTC丶ZCC 阅读(545) 评论(0) 推荐(0) 编辑