[논문] WGAN : Wasserstein GAN 간단 요약
Lipschitz(립시츠) 조건을 만족하기만 한다면 EM distance(Wasserstein)를 통해 어디서든 좋은 수렴을 보여줄 수 있다!! 하지만 Adam과 같은 momentum 계열의 optimizer와는 잘 안맞고 Clipping을 사용한 것은 좋지 않은 방법이다. (하...
Posts by Papers
[논문] GAN : Generative Adversarial Nets 간단 요약
2014년도 발표된 논문으로 Generator G와 Discriminator D의 적대적으로 서로의 성능을 점차 개선해 나가는 생성모델을 제시하였다. G는 D를 속이기 위해 실제 데이터 분포를 학습하며 D는 가짜 데이터인지 실제 데이터인지 구별하기 위해 학습한다. GAN은 고해...