Tartalomjegyzék:
- Meghatározás - Mit jelent a Wasserstein GAN (WGAN)?
- A Techopedia elmagyarázza Wasserstein GAN-t (WGAN)
Meghatározás - Mit jelent a Wasserstein GAN (WGAN)?
A Wasserstein GAN (WGAN) egy algoritmus, amelyet Martin Arjovsky, Soumith Chintala és Léon Bottou írt egy cikkben, a Courant Institute of Mathematical intézetben. A dolgozat megvizsgálja a felügyelet nélküli tanulás módszereit, és részét képezi az útitervnek a gépi tanulási projektekben meghatározott eredmények elérésére irányuló feladatok kezelésében.
A Techopedia elmagyarázza Wasserstein GAN-t (WGAN)
A Wasserstein GAN algoritmus a generatív ellenfél hálózatok (GAN) variációja. A generációs versenytárs hálózatok olyan funkciókkal rendelkeznek, amelyek az adathalmazok megkülönböztetésével és az eredmények megválasztásával kapcsolatosak, alapvetően hasznosak a gépi tanulásban. A Wasserstein GAN egy olyan speciális GAN, amely a csoport szerint „minimalizálja a Föld mozgatójának távolságának ésszerű és hatékony megközelítését”, ahol az EM távolság módszer a két többdimenziós adatkészlet közötti különbségtétel megvizsgálására.
A Wasserstein GAN általánosságban hozzájárulva a generáló, egymással versengő hálózatok főbb képzési problémáinak kezeléséhez, hasznos lehet a dimenzió csökkentése és a konkrét gépi tanulási eredményekhez kapcsolódó egyéb célok elérésében.
