迭代化代价函数及超参数可变的生成对抗网络

• 作者: 宋晓宁 於东军 陈耀
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 生成对抗网络 迭代化代价函数 超参数可变 分布距离
• 年，卷（期）: 2019,（1）
• 页码范围: 35-40
• 页数: 6页
• 分类号: TP391
• 字数: 4159字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2019.43.01.005

摘要

为了解决生成对抗网络( Generative adversarial networks,GAN)的训练难问题,该文在Wasserstein GAN( WGAN)方法基础上提出了迭代化代价函数及超参数可变的生成对抗网络.为了对原始WGAN中的惩罚项进行改进,用迭代的方法增加惩罚项代替原始随机选取的方法.针对WGAN中固定代价函数惩罚项的超参数,提出变动超参数策略,其变动的依据是仿分布和真实分布之间的距离.在MNIST手写字体数据集和CELEBA人脸数据集上的实验表明,与传统WGAN 方法相比,该文方法在生成器的拟合速度上有了显著提高,充分验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於东军	南京理工大学计算机科学与工程学院	64	503	15.0	19.0
2	宋晓宁	江南大学物联网工程学院	21	48	3.0	6.0
3	陈耀	江南大学物联网工程学院	2	1	1.0	1.0