Taula de continguts:
Definició: què significa Wasserstein GAN (WGAN)?
El Wasserstein GAN (WGAN) és un algorisme introduït en un article escrit per Martin Arjovsky, Soumith Chintala i Léon Bottou a l'Institut Courant de Ciències Matemàtiques. L’article examina mètodes per a l’aprenentatge no supervisat i proporciona part del full de ruta per afrontar la recerca de determinats resultats en projectes d’aprenentatge automàtic.
Techopedia explica Wasserstein GAN (WGAN)
L’algorisme de Wasserstein és una variació de les xarxes adversatives generatives (GAN). Les xarxes adversatives generatives presenten funcions relacionades amb la discriminació entre conjunts de dades i l'elecció de resultats són bàsicament útils en l'aprenentatge automàtic. El GAN de Wasserstein és un tipus de GAN específic que, segons l’equip, “minimitza una aproximació raonable i eficaç de la distància de Earth Mover”, on la distància EM és un mètode per mirar de dissimilar entre dos conjunts de dades multidimensionals.
A través d’ajudar a fer front als principals problemes d’entrenament de les xarxes adversatives generatives en general, el WAN de Wasserstein pot ser útil per a la reducció de la dimensionalitat i altres objectius relacionats amb els resultats específics d’aprenentatge automàtic.
