OpenAI
·
利用最优传输改进生成对抗网络
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
我们提出了一种最优传输生成对抗网络（OT-GAN），通过新度量最小化生成器分布与数据分布之间的距离。该度量结合了最优传输和对抗学习中的能量距离，形成高区分度的距离函数。实验表明，OT-GAN在大批量训练时稳定性强，并在多个图像生成基准上取得了领先结果。
🎯
关键要点
- 提出了一种最优传输生成对抗网络（OT-GAN）。
- OT-GAN通过新度量最小化生成器分布与数据分布之间的距离。
- 该度量称为小批量能量距离，结合了最优传输和对抗学习中的能量距离。
- 形成了高区分度的距离函数，具有无偏的小批量梯度。
- 实验表明，OT-GAN在大批量训练时具有强稳定性。
- OT-GAN在多个图像生成基准上取得了领先结果。
➡️
