-
- 〇、WGAN介绍
- 一、生成器
- 二、判别器
- 三、迭代训练过程
- 四、结果演示
- 五、完整代码
关于WGAN的详细介绍可以参考文章：GAN生成对抗网络入门介绍及DCGAN、WGAN等介绍。这里只介绍一下WGAN在代码方面与GAN或DCGAN的区别。
在论文《Wasserstein GAN》中，作者推了一大堆公式定理，最终给出了改进的算法实现流程，而改进后相比原始GAN的算法实现流程却只改了四点：
- 判别器最后一层去掉sigmoid；
- 生成器和判别器的loss不取log；
- 每次更新判别器的参数之后把它们的绝对值截断到不超过一个固定常数c；
- 不要用基于动量的优化算法（包括momentum和Adam），推荐RMSProp，SGD也行；
算法如下图所示：
WGAN
