CKGAN: Training Generative Adversarial Networks Using Characteristic Kernel Integral Probability Metrics
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文提出了一种新型生成对抗网络CKGAN,基于特征核积分概率度量框架,旨在解决模式崩溃问题。CKGAN通过自动学习特征核函数,在合成和真实图像基准测试中表现优于其他GAN,接近手动调整的最佳性能。
🎯
关键要点
- CKGAN是一种新型生成对抗网络,基于特征核积分概率度量框架。
- CKGAN旨在解决模式崩溃问题。
- 通过自动学习特征核函数,CKGAN在合成和真实图像基准测试中表现优于其他GAN。
- CKGAN的性能接近手动调整的最佳核函数。
➡️