Talaan ng mga Nilalaman:
- Kahulugan - Ano ang ibig sabihin ng Wasserstein GAN (WGAN)?
- Ipinapaliwanag ng Techopedia ang Wasserstein GAN (WGAN)
Kahulugan - Ano ang ibig sabihin ng Wasserstein GAN (WGAN)?
Ang Wasserstein GAN (WGAN) ay isang algorithm na ipinakilala sa isang papel na isinulat nina Martin Arjovsky, Soumith Chintala at Léon Bottou sa Courant Institute of Mathematical Sciences. Sinusuri ng papel ang mga pamamaraan para sa hindi sinusubaybayan na pag-aaral, at nagbibigay ng bahagi ng roadmap para sa pakikitungo sa pagtugis ng ilang mga kinalabasan sa mga proyekto sa pag-aaral ng machine.
Ipinapaliwanag ng Techopedia ang Wasserstein GAN (WGAN)
Ang algorithm ng Wasserstein GAN ay isang pagkakaiba-iba ng mga generative na mga network ng kalaban (GAN). Nagtatampok ang mga pagbubuo ng mga network ng kalaban na may kaugnayan sa diskriminasyon sa pagitan ng mga set ng data at pagpili ng mga kinita ay panimula na kapaki-pakinabang sa pag-aaral ng makina. Ang Wasserstein GAN ay isang tiyak na uri ng GAN na, ayon sa koponan, "pinapaliit ang isang makatwirang at mahusay na pag-asa ng distansya ng Earth Mover, " kung saan ang distansya ng EM ay isang pamamaraan upang tumingin sa pagkakaiba-iba sa pagitan ng dalawang hanay ng data ng multidimensional.
Sa pamamagitan ng pagtulong upang harapin ang mga pangunahing problema sa pagsasanay ng mga pangkaraniwang network ng kalaban sa pangkalahatan, ang Wasserstein GAN ay maaaring maging kapaki-pakinabang sa pagtugis ng dimensionality pagbabawas at iba pang mga layunin na may kaugnayan sa mga tiyak na mga resulta ng pagkatuto ng makina.
