🏠 首页
基准测试
📊 所有基准测试 🦖 恐龙 v1 🦖 恐龙 v2 ✅ 待办事项应用 🎨 创意自由页面 🎯 FSACB - 终极展示 🌍 翻译基准测试
模型
🏆 前 10 名模型 🆓 免费模型 📋 所有模型 ⚙️ 🛠️ 千行代码模式
资源
💬 💬 提示库 📖 📖 AI 词汇表 🔗 🔗 有用链接

AI 词汇表

人工智能完整词典

200
个类别
2,608
个子类别
30,011
个术语
📖
个术语

Wasserstein距离

衡量两个概率分布之间距离的度量,通过量化将一个分布转换为另一个分布的最小成本,特别适用于支撑集较小或不相交的分布。

📖
个术语

推土机距离(EMD)

Wasserstein距离的几何解释,概念化为将一个分布的土块移动到另一个分布所需的最小工作量,提供连续平滑的度量。

📖
个术语

评判网络

在WGAN中替代判别器的神经网络,评估真实样本和生成样本以产生标量分数而非概率,能够更好地与样本质量相关联。

📖
个术语

Lipschitz连续性

确保评判函数不会变化过快的数学性质,对于保证Wasserstein距离有限且训练稳定至关重要。

📖
个术语

判别器与评判器

基本区别在于经典判别器产生分类概率,而WGAN的评判器提供无界连续分数来评估样本质量。

📖
个术语

训练动态

WGAN特有的学习行为,特征为梯度更稳定、渐进收敛以及损失与生成样本质量之间的线性关系。

📖
个术语

采样质量度量

评估指标,其中WGAN损失本身可作为生成样本质量的可靠指标,与传统GAN中损失不具信息性形成对比。

📖
个术语

WGAN生成器损失

WGAN中生成器的目标函数,旨在最小化Wasserstein距离,提供始终具有信息量的梯度并避免梯度饱和问题。

📖
个术语

Critique的损失

Critique的目标函数,在Lipschitz约束下训练以最大化真实样本与生成样本得分之间的差异,逼近精确的Wasserstein距离。

🔍

未找到结果