Spisu treści:
Definicja - Co oznacza Wasserstein GAN (WGAN)?
Wasserstein GAN (WGAN) to algorytm wprowadzony w pracy Martina Arjovsky'ego, Soumitha Chintali i Léona Bottou z Courant Institute of Mathematical Sciences. Artykuł analizuje metody uczenia się bez nadzoru i stanowi część mapy drogowej radzenia sobie z osiąganiem określonych wyników w projektach uczenia maszynowego.
Techopedia wyjaśnia Wasserstein GAN (WGAN)
Algorytm GAN Wassersteina jest odmianą generatywnych sieci przeciwników (GAN). Generatywne sieci przeciwników oferują funkcje związane z rozróżnianiem zbiorów danych i wyborem wyników, które są zasadniczo przydatne w uczeniu maszynowym. GAN Wassersteina jest szczególnym rodzajem GAN, który zdaniem zespołu „minimalizuje rozsądne i skuteczne przybliżenie odległości Earth Mover”, w którym odległość EM jest metodą oceny różnic między dwoma wielowymiarowymi zestawami danych.
Dzięki pomocy w radzeniu sobie z głównymi problemami szkoleniowymi generatywnych sieci przeciwników w ogóle, GAN Wassersteina może być przydatny w dążeniu do zmniejszenia wymiarów i innych celów związanych z konkretnymi wynikami uczenia maszynowego.
