蒙特利尔大学研究者改进Wasserstein GAN，极大提高GAN训练稳定性

生成对抗网络（GAN）是一种强大的生成模型，但是自从2014年Ian Goodfellow提出以来，GAN就存在训练不稳定的问题。最近提出的 Wasserstein GAN（WGAN）在训练稳定性上有极大的进步，但是在某些设定下仍存在生成低质量的样本，或者不能收敛等问题。 近日，蒙特利尔大学的研究者们在WGAN的训练上又有了新的进展，他们将论文《Improved Training of Wasse

>>阅读原文<<