Definición: ¿Qué significa Wasserstein GAN (WGAN)?
El Wasserstein GAN (WGAN) es un algoritmo introducido en un artículo escrito por Martin Arjovsky, Soumith Chintala y Léon Bottou en el Instituto Courant de Ciencias Matemáticas. El documento examina métodos para el aprendizaje no supervisado y proporciona parte de la hoja de ruta para abordar la búsqueda de ciertos resultados en proyectos de aprendizaje automático.
Techinfo explica Wasserstein GAN (WGAN)
El algoritmo Wasserstein GAN es una variación de las redes generativas adversarias (GAN). Las redes generativas de confrontación cuentan con capacidades relacionadas con la discriminación entre conjuntos de datos y la elección de resultados que son fundamentalmente útiles en el aprendizaje automático. El Wasserstein GAN es un tipo específico de GAN que, según el equipo, "minimiza una aproximación razonable y eficiente de la distancia del Earth Mover", donde la distancia EM es un método para observar la disimilitud entre dos conjuntos de datos multidimensionales.
Al ayudar a lidiar con los principales problemas de entrenamiento de las redes generativas adversarias en general, Wasserstein GAN puede ser útil en la búsqueda de la reducción de dimensionalidad y otros objetivos relacionados con resultados específicos del aprendizaje automático.