جدول المحتويات:
التعريف - ماذا يعني Wasserstein GAN (WGAN)؟
يعد Wasserstein GAN (WGAN) خوارزمية تم تقديمها في ورقة كتبها مارتن أرجوفسكي وسوميث شينتالا وليون بوتو في معهد كورانت للعلوم الرياضية. تبحث الورقة في طرق التعلم غير الخاضع للإشراف ، وتوفر جزءًا من خارطة الطريق للتعامل مع متابعة بعض النتائج في مشاريع التعلم الآلي.
تيكوبيديا تشرح Wasserstein GAN (WGAN)
تعد خوارزمية Wasserstein GAN عبارة عن تباين في شبكات الخصومة التوليدية (GANs). تتميز شبكات الخصومة التوليدية بالإمكانيات ذات الصلة بالتمييز بين مجموعات البيانات واختيار النتائج وهي مفيدة بشكل أساسي في التعلم الآلي. يعد Wasserstein GAN نوعًا معينًا من GAN ، وفقًا للفريق ، "يقلل تقريبًا معقول وفعال لمسافة Earth Mover ،" حيث تكون مسافة EM طريقة للنظر في الاختلاف بين مجموعتين من البيانات متعددة الأبعاد.
من خلال المساعدة في التعامل مع مشاكل التدريب الرئيسية لشبكات الخصومة التوليدية بشكل عام ، يمكن أن يكون Wasserstein GAN مفيدًا في السعي إلى الحد من الأبعاد وغيرها من الأهداف المتعلقة بنتائج التعلم الآلي المحددة.
