Définition - Que signifie Wasserstein GAN (WGAN)?
Le Wasserstein GAN (WGAN) est un algorithme introduit dans un article rédigé par Martin Arjovsky, Soumith Chintala et Léon Bottou au Courant Institute of Mathematical Sciences. Le document examine les méthodes d'apprentissage non supervisé et fournit une partie de la feuille de route pour traiter la poursuite de certains résultats dans les projets d'apprentissage automatique.
Definir Tech explique Wasserstein GAN (WGAN)
L'algorithme GAN de Wasserstein est une variante des réseaux antagonistes génératifs (GAN). Les réseaux antagonistes génératifs comportent des capacités liées à la discrimination entre les ensembles de données et au choix des résultats sont fondamentalement utiles dans l'apprentissage automatique. Le GAN de Wasserstein est un type spécifique de GAN qui, selon l'équipe, «minimise une approximation raisonnable et efficace de la distance du Earth Mover», où la distance EM est une méthode pour examiner la dissemblance entre deux ensembles de données multidimensionnelles.
En aidant à résoudre les problèmes majeurs de formation des réseaux antagonistes génératifs en général, le Wasserstein GAN peut être utile dans la poursuite de la réduction de la dimensionnalité et d'autres objectifs liés à des résultats d'apprentissage automatique spécifiques.