2018年1月19日
Generative Adversarial Nets[Improved GAN]
摘要： ###0.背景 Tim Salimans等人认为之前的GANs虽然可以生成很好的样本，然而训练GAN本质是找到一个基于连续的，高维参数空间上的非凸游戏上的纳什平衡。然而不幸的是，寻找纳什平衡是一个十分困难的问题。在现有的针对特定场景算法中，GAN的实现通常是使用梯度下降的方法去训练GAN网络的目标函 阅读全文
posted @ 2018-01-19 22:32 仙守 阅读(2284) 评论(0) 推荐(0) 编辑