分享至
已知原生 generative adversarial network 的目標函數,等價於優化生成數據的分布 pg 與真實數據的分布 pr 之間的 js 散度模型分布的支持與目標分布(指的就是真實照片)與支持不相交時,存在能夠很好區分模型分布與目標分布的 discriminator ,在這種情況下, discriminator 對輸入的導數為零,也就代表 discriminator 很早就進入了理想狀態,總能完美地分辨出真假,因此無法給 generator 提供梯度信息
已邀請的邦友 {{ invite_list.length }}/5
IT邦幫忙