DalšíDalší průvodce
ESRGAN a GAN Super-Resolution
Vizuální AI
Vizuální průvodce AI
Wasserstein GAN (WGAN) je redesign tréninkového cíle GAN, který používá Wassersteinovu vzdálenost místo původní min-max ztráty.
Poslechněte si tento návodAI-vyprávěný · ~2 min
Díky tomu je notoricky nestabilní GAN trénink mnohem spolehlivější a poskytuje hodnotu ztráty, která skutečně koreluje s kvalitou obrazu.
Původní GANy trénují dvě sítě v přetahování: generátor vytváří falešné obrázky a diskriminátor se je snaží odhalit. To se často zhroutí nebo zastaví, protože ztráta diskriminátora nevypovídá nic užitečného o pokroku. WGAN, který představili Arjovsky, Chintala a Bottou v roce 2017, nahrazuje diskriminátor „kritikem“, který hodnotí, jak skutečný obraz vypadá v nepřetržitém měřítku, spíše než klasifikací skutečný vs falešný. Tréninkovým cílem se stává Wassersteinova (zemědělská) vzdálenost mezi skutečnými a generovanými distribucemi dat. Tato vzdálenost poskytuje plynulejší a smysluplnější gradienty, i když se dvě distribuce sotva překrývají, což dramaticky snižuje kolaps režimu a činí z křivky ztráty signál skutečné kvality.
Generování fotorealistických ploch a textur, kde se vanilkové GAN zhroutily na několik opakovaných výstupů
Vytváření syntetických lékařských snímků, jako jsou MRI nebo histologické záplaty, k rozšíření vzácných označených datových souborů
Modelování událostí srážky částic ve fyzikálních simulacích s vysokou energií, kde je kritický stabilní trénink
Slouží jako základní měřítko ve výzkumu ML, protože jeho ztráta sleduje kvalitu vzorku během tréninku
Základní poznatky WGAN, že výběr distribuční vzdálenosti utváří kvalitu gradientu, se stále odráží v generativním modelování. Zatímco difúzní modely nyní dominují syntéze obrazu, nápady optimálního transportu z WGAN se znovu objevují v přizpůsobování toků, metodách Schrodingerových můstků a destilaci difúzních modelů do rychlých několikakrokových generátorů. Očekávejte cíle ve stylu Wassersteina, že udrží informativní hybridní přístupy, kde záleží na stabilním tréninku a smysluplné metrice ztrát, zejména ve vědeckých oblastech a doménách s nízkými daty.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Wasserstein GAN (WGAN) je redesign tréninkového cíle GAN, který používá Wassersteinovu vzdálenost místo původní min-max ztráty. Díky tomu je notoricky nestabilní GAN trénink mnohem spolehlivější a poskytuje hodnotu ztráty, která skutečně koreluje s kvalitou obrazu.
WGAN nahrazuje původní objektiv založený na Jensen-Shannonovi Wassersteinovou vzdáleností, která poskytuje hladší přechody, i když se distribuce sotva překrývají.
Kritik hodnotí obrázky v nepřetržitém měřítku místo toho, aby klasifikoval skutečné vs falešné, což je důvod, proč je Wasserstein objektivní.
Dualita, která umožňuje WGAN odhadnout Wassersteinovu vzdálenost, platí pouze pro 1-Lipschitzovy funkce, takže gradienty kritika musí být ohraničené.
První papír WGAN používal ořezy hrubé hmotnosti; WGAN-GP jej později nahradil plynulejším přechodem.
Režim omezování hladších přechodů WGAN se hroutí a vytváří ztrátu, která ve skutečnosti koreluje s kvalitou vzorku.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
ESRGAN a GAN Super-Resolution
Vizuální AI