Il prossimoProssima guida
Superrisoluzione ESRGAN e GAN
IA visiva
GUIDA AI visiva
Wasserstein GAN (WGAN) è una riprogettazione dell'obiettivo di allenamento GAN che utilizza la distanza Wasserstein invece della perdita min-max originale.
Ascolta questa guidaNarrato dall'IA · ~2 min
It makes notoriously unstable GAN training far more reliable and gives a loss value that actually correlates with image quality.
I GAN originali addestrano due reti in un tiro alla fune: un generatore crea immagini false e un discriminatore cerca di individuarle. Questo spesso crolla o si blocca perché la perdita del discriminatore non dice nulla di utile sul progresso. WGAN, introdotto da Arjovsky, Chintala e Bottou nel 2017, sostituisce il discriminatore con un "critico" che valuta quanto un'immagine appare reale su una scala continua anziché classificare reale o falso. L'obiettivo dell'addestramento diventa la distanza Wasserstein (motore terra) tra la distribuzione dei dati reale e quella generata. Questa distanza fornisce gradienti più uniformi e significativi anche quando le due distribuzioni si sovrappongono appena, riducendo drasticamente il collasso della modalità e rendendo la curva di perdita un segnale di qualità genuina.
Generazione di volti e texture fotorealistici in cui i GAN vanilla si riducono a pochi output ripetuti
Produzione di immagini mediche sintetiche, come MRI o patch istologici, per aumentare gli scarsi set di dati etichettati
Modellazione di eventi di collisione di particelle in simulazioni di fisica delle alte energie in cui l'addestramento stabile è fondamentale
Serve come punto di riferimento di base nella ricerca ML perché la sua perdita tiene traccia della qualità del campione rispetto all'addestramento
L'intuizione fondamentale della WGAN, secondo cui la scelta della distanza di distribuzione modella la qualità del gradiente, riecheggia ancora attraverso la modellazione generativa. Mentre i modelli di diffusione ora dominano la sintesi delle immagini, le idee di trasporto ottimale del WGAN riappaiono nell'adattamento del flusso, nei metodi del ponte di Schrodinger e nella distillazione dei modelli di diffusione in generatori veloci in pochi passaggi. Ci si aspetta che gli obiettivi in stile Wasserstein continuino a ispirare approcci ibridi in cui una formazione stabile e una metrica di perdita significativa contano, soprattutto in ambiti scientifici e con pochi dati.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Wasserstein GAN (WGAN) è una riprogettazione dell'obiettivo di allenamento GAN che utilizza la distanza Wasserstein invece della perdita min-max originale. Rende l'addestramento GAN notoriamente instabile molto più affidabile e fornisce un valore di perdita che è effettivamente correlato alla qualità dell'immagine.
WGAN sostituisce l'obiettivo originale basato su Jensen-Shannon con la distanza Wasserstein, che fornisce gradienti più uniformi anche quando le distribuzioni si sovrappongono appena.
Il critico valuta le immagini su una scala continua invece di classificare il reale e il falso, che è ciò che fa funzionare l’obiettivo di Wasserstein.
La dualità che consente a WGAN di stimare la distanza di Wasserstein vale solo per le funzioni 1-Lipschitz, quindi i gradienti del critico devono essere limitati.
Il primo documento WGAN utilizzava il ritaglio del peso grezzo; WGAN-GP lo ha successivamente sostituito con una penalità di gradiente più fluida.
I gradienti più uniformi della modalità cordolo di WGAN collassano e producono una perdita che è effettivamente correlata alla qualità del campione.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Superrisoluzione ESRGAN e GAN
IA visiva