ZerinHwang

shortcomings of the original GAN 1.Evaluation original GAN的Loss Funtion表示，D实际上是在对P_data和P_G之间做一个JSD的衡量，也就是说，在学习训练D的过程，也就是在衡量给定的G所对应的分布P_G与真实数据所处的分布P_data之间的JS divergence。也正如前述，GAN和VAE使用了相同的架构，但是二者的区...

在GAN出现之前… 假设真实的data服从P_data，并且现在拥有属于这个分布的一些样本，但是这个P_data我们是无从得知的，但是我们希望可以得到一个崭新的同样属于这个分布的data。所以我们就对这个分布建立模型，其对应着分布P_G，希望这个P_G能够尽可能地逼近P_data，由于这个P_G是我们自己建立的，所以这个模型或者说P_G对我们而言必然是可知的。那么此时只要P_G能够尽可能地逼近P...