机器学习之二十(读书笔记)

本文介绍了fGAN的f-divergence概念和芬切尔共轭物,探讨了fGAN与GAN的联系,针对GAN训练中的模式崩溃和模式下降问题,提出了包括Ensemble、LSGAN、WGAN、WGAN-GP和EBGAN等解决方案,强调了Wasserstein距离和Lipschitz约束的重要性。
  • fGAN

三十二、fGAN:General Framework of GAN

(General Framework:总体框架)
  我们定某种objective function就是在量JS Divergence,fGAN就是在说怎么量其它的divergence。
  
1、f-divergence
  假设有两个distribution,PPPQQQp(x)p(x)p(x) and q(x)q(x)q(x) are the probability of sampling x。
  PPPQQQ的f-divergence 如下:
在这里插入图片描述
  有两个条件:(1)fff是convex(凸面的);(2)f(1)=0f(1) = 0f(1)=0
  
  为什么上式可以看作PPPQQQ的差异?
  如果p(x)=q(x)p(x)=q(x)p(x)=q(x),即PPPQQQ是一样的,那么它们的距离为0:
在这里插入图片描述
  如果PPPQQQ略有不同的时候,它们的距离一定会大于等于0:
在这里插入图片描述
  所以上式可以看作PPPQQ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值