DCGAN和WGAN的主要架构区别是什么?对于哪一个问题,每个模型比另一个模型更有用?
发布于 2019-07-10 20:47:12
DCGAN更多的是关于网络体系结构的改变,而WGAN是对丢失函数的一种改变。没有什么可以阻止您使用带有WGAN目标函数的DCGAN体系结构:所有这些方法都是使用特定的网络体系结构来最小化一个近似的Wasserstein损失,而不是Jensen-Shannon散度。WGAN (或其后续,例如WGAN)目标与体系结构无关。您需要注意的唯一事情(我可以想到)是批处理规范的使用: DCGAN建议将它放在任何地方,但是(至少对于WGAN)它会破坏批判性正则化的统计数据。
https://datascience.stackexchange.com/questions/55095
复制相似问题