차례:
정의-Wasserstein GAN (WGAN)은 무엇을 의미합니까?
Wasserstein GAN (WGAN)은 Courant Institute of Mathematical Sciences의 Martin Arjovsky, Soumith Chintala 및 Léon Bottou가 작성한 논문에 소개 된 알고리즘입니다. 이 백서는 비지도 학습 방법을 검토하고 머신 러닝 프로젝트의 특정 결과 추구를 다루기위한 로드맵의 일부를 제공합니다.
Techopedia는 Wasserstein GAN (WGAN)을 설명합니다
Wasserstein GAN 알고리즘은 GAN (Generative Adversarial Network)의 변형입니다. 생성 적 대적 네트워크 기능은 데이터 세트를 구별하고 결과를 선택하는 것과 관련된 기능이 기계 학습에 기본적으로 유용합니다. Wasserstein GAN은 특정 종류의 GAN으로, 팀에 따르면“지구 발동기 거리의 합리적이고 효율적인 근사치를 최소화합니다.
Wasserstein GAN은 일반적으로 생성적인 적대적 네트워크의 주요 교육 문제를 해결하는 데 도움을 주어 차원 축소 및 특정 기계 학습 결과와 관련된 다른 목표를 추구하는 데 유용 할 수 있습니다.
