机器学习: 生成对抗网络_机器学习中生成对抗的角度解决追击问题

一、互怼的艺术：从零直达WGAN-GP

[1] 中从很直观的角度，直接构造出WGAN-GP, 很易于理解，下方图示是[1]的思维脉络。

二、从Wasserstein距离、对偶理论到WGAN

[2] 中详细解释了Wasserstein距离。

三、令人拍案叫绝的Wasserstein GAN

[3] 三中介绍了原始GAN的缺点，阐述了WGAN如何解决这样的缺点。思维导图如下

参考资料

• [1] 苏剑林. (2017, Jun 08). 《互怼的艺术：从零直达WGAN-GP 》[Blog post]. Retrieved from https://kexue.fm/archives/4439
• [2] 苏剑林. (2019, Jan 20). 《从Wasserstein距离、对偶理论到WGAN 》[Blog post]. Retrieved from https://spaces.ac.cn/archives/6280
• [3] 令人拍案叫绝的Wasserstein GAN
• [4] 苏剑林. (2018, Nov 07). 《WGAN-div：一个默默无闻的WGAN填坑者 》[Blog post]. Retrieved from https://spaces.ac.cn/archives/6139