Mục lục:
Định nghĩa - Wasserstein GAN (WGAN) có nghĩa là gì?
Wasserstein GAN (WGAN) là một thuật toán được giới thiệu trong một bài báo được viết bởi Martin Arjovsky, Soumith Chintala và Léon Bottou tại Viện Khoa học Toán học Courant. Bài viết xem xét các phương pháp cho việc học tập không giám sát, và cung cấp một phần của lộ trình xử lý việc theo đuổi các kết quả nhất định trong các dự án học máy.
Techopedia giải thích Wasserstein GAN (WGAN)
Thuật toán GAN của Wasserstein là một biến thể của các mạng đối nghịch tổng quát (GAN). Các mạng đối nghịch tạo ra các tính năng liên quan đến phân biệt đối xử giữa các tập dữ liệu và lựa chọn kết quả về cơ bản là hữu ích trong học máy. Wasserstein GAN là một loại GAN cụ thể, theo nhóm nghiên cứu, tối thiểu hóa một xấp xỉ hợp lý và hiệu quả về khoảng cách của Earth Mover, trong đó khoảng cách EM là phương pháp để xem xét sự khác biệt giữa hai bộ dữ liệu đa chiều.
Thông qua việc giúp giải quyết các vấn đề đào tạo chính của các mạng đối nghịch chung, Wasserstein GAN có thể hữu ích trong việc theo đuổi việc giảm kích thước và các mục tiêu khác liên quan đến kết quả học máy cụ thể.
