Sommario:
Definizione - Cosa significa Wasserstein GAN (WGAN)?
Il GAN di Wasserstein (WGAN) è un algoritmo introdotto in un articolo scritto da Martin Arjovsky, Soumith Chintala e Léon Bottou presso il Courant Institute of Mathematical Sciences. Il documento esamina i metodi per l'apprendimento senza supervisione e fornisce parte della tabella di marcia per affrontare il perseguimento di determinati risultati nei progetti di apprendimento automatico.
Techopedia spiega Wasserstein GAN (WGAN)
L'algoritmo GAN di Wasserstein è una variante di reti generative contraddittorie (GAN). Le reti generative contraddittorie presentano funzionalità legate alla discriminazione tra set di dati e alla scelta dei risultati sono fondamentalmente utili nell'apprendimento automatico. Il GAN di Wasserstein è un tipo specifico di GAN che, secondo il team, "minimizza un'approssimazione ragionevole ed efficiente della distanza del Mover della Terra", in cui la distanza EM è un metodo per osservare la dissomiglianza tra due insiemi di dati multidimensionali.
Contribuendo ad affrontare i principali problemi di formazione delle reti di contraddittori generativi in generale, il GAN di Wasserstein può essere utile nel perseguimento della riduzione della dimensionalità e di altri obiettivi relativi ai risultati specifici dell'apprendimento automatico.
