GAN系列：李宏毅老师GAN课程P5——General Framework
这部分主要是数学上的推导：之前设置的目标函数度量的是生成图片和真实图片分布间的JS散度，如果使用其他散度，效果如何呢？引入概念f-divergence。 假设两个分布P和Q，和分别为从中采样x的概率，则f-divergence表示为： ，其中是凸函数，且。其实就是在用一个广泛的函数定义散度。 这样f-divergence就可以衡量分布P和Q间的差别：如果for all x，，应该取得f-diver
相关文章
- 1. GAN系列：李宏毅老师GAN课程P2+P3——Conditional GAN
- 2. GAN系列：李宏毅老师GAN课程P7——Info GAN，VAE-GAN，BiGAN
- 3. GAN系列：论文阅读——Generative Adversarial Networks & 李宏毅老师GAN课程P1+P4
- 4. 李宏毅GAN课程（二）
- 5. 李宏毅——GAN
- 6. GAN李宏毅(1)
- 7. 9.GAN(李宏毅)
- 8. 【李宏毅2020 ML/DL】P78 Generative Adversarial Network | fGAN: General Framework of GAN
- 9. 李宏毅GAN笔记 一.introduction of GAN
- 10. GAN系列：代码阅读(2)——Generative Adversarial Networks & 李宏毅老师GAN课程P1+P4
- 更多相关文章...
- • Scala List(列表) - Scala教程
- • XSL-FO 列表 - XSL-FO 教程
- • Docker容器实战(七) - 容器眼光下的文件系统
- • Java 8 Stream 教程
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. GAN系列：李宏毅老师GAN课程P2+P3——Conditional GAN
- 2. GAN系列：李宏毅老师GAN课程P7——Info GAN，VAE-GAN，BiGAN
- 3. GAN系列：论文阅读——Generative Adversarial Networks & 李宏毅老师GAN课程P1+P4
- 4. 李宏毅GAN课程（二）
- 5. 李宏毅——GAN
- 6. GAN李宏毅(1)
- 7. 9.GAN(李宏毅)
- 8. 【李宏毅2020 ML/DL】P78 Generative Adversarial Network | fGAN: General Framework of GAN
- 9. 李宏毅GAN笔记 一.introduction of GAN
- 10. GAN系列：代码阅读(2)——Generative Adversarial Networks & 李宏毅老师GAN课程P1+P4