概述
It makes notoriously unstable GAN training far more reliable and gives a loss value that actually correlates with image quality.
深入探讨
最初的 GAN 在拉锯战中训练两个网络：生成器生成假图像，鉴别器试图识别它们。这通常会崩溃或停滞，因为判别器的损失对进展没有任何帮助。 WGAN 由 Arjovsky、Chintala 和 Bottou 在 2017 年提出，用“批评者”取代了判别器，“批评者”对图像的真实程度进行连续评分，而不是对真假进行分类。训练目标成为真实数据分布和生成数据分布之间的 Wasserstein（推土机）距离。即使两个分布几乎不重叠，这个距离也能提供更平滑、更有意义的梯度，从而显着减少模式崩溃并使损失曲线成为真正的质量信号。
现实世界的实施
生成逼真的面孔和纹理，其中普通 GAN 崩溃为一些重复输出
生成合成医学图像，例如 MRI 或组织学图像，以增强稀缺的标记数据集
在高能物理模拟中对粒子碰撞事件进行建模，其中稳定的训练至关重要
作为机器学习研究的基线基准，因为它的损失跟踪训练中的样本质量
Wasserstein GAN 的未来
WGAN 的核心见解是分布距离的选择影响梯度质量，这一点仍然通过生成模型得到体现。虽然扩散模型现在主导图像合成，但 WGAN 的最佳传输思想再次出现在流匹配、薛定谔桥方法以及将扩散模型提炼为快速少步生成器中。预计 Wasserstein 式的目标将继续为混合方法提供信息，其中稳定的训练和有意义的损失指标很重要，特别是在科学和低数据领域。
付诸实践
为什么这很重要
- 速度与规模. 视觉人工智能可以大规模自动化检查、检测和标记任务。
- 构建选择. 创意团队可以通过更少的手动修改更快地构建概念原型。
- 团队与工作流程. 操作可以使用以前难以处理的图像和视频信号。
留意
- 如果出处不明，肖像权和同意可能会成为法律风险。
- 模型性能可能因光照、人口统计和环境的不同而有所不同。
- 除非监控置信阈值，否则误报可能会被忽视。
后续步骤
- 定义精确度、召回率和错误成本的接受标准。
- 使用符合实际生产条件的数据进行测试。
- 为低置信度或高影响力的预测添加人工审核。
- 跟踪模型漂移并在相机或数据集更改后重新验证。
不断探索
常见问题
What is Wasserstein GAN?
Wasserstein GAN (WGAN) 是对 GAN 训练目标的重新设计，它使用 Wasserstein 距离而不是原始的最小-最大损失。它使众所周知不稳定的 GAN 训练变得更加可靠，并给出了实际上与图像质量相关的损失值。
WGAN 使用什么距离度量来比较真实分布和生成分布？
WGAN 用 Wasserstein 距离取代了原来基于 Jensen-Shannon 的目标，即使分布几乎不重叠，它也能提供更平滑的梯度。
在 WGAN 中，鉴别器网络被重命名为什么，为什么？
评论家对图像进行连续评分，而不是对真假进行分类，这就是 Wasserstein 客观工作的原因。
为什么 WGAN 批评者必须被限制为 1-Lipschitz？
让 WGAN 估计 Wasserstein 距离的对偶性仅适用于 1-Lipschitz 函数，因此批评者的梯度必须有界。
最初的 WGAN 如何强制执行 Lipschitz 约束？
第一篇 WGAN 论文使用了粗略的权重剪裁； WGAN-GP 后来用更平滑的梯度惩罚取代了它。
与普通 GAN 相比，WGAN 显着减少了哪些问题？
WGAN 更平滑的梯度抑制模式崩溃并产生实际上与样本质量相关的损失。