Rodzina modyfikacji celu GAN, w której krytyk szacuje odległość Wassersteina między rozkładami, a ograniczenie Lipschitza wymusza kara gradientu.
A family of GAN objective changes where a critic estimates the Wasserstein distance between distributions, with the Lipschitz constraint enforced by a gradient penalty.
Zestaw poprawek, dzięki którym rywalizujące sieci generujące uczą się spokojnie, zamiast się rozjeżdżać albo produkować w kółko to samo.
A set of fixes that let competing generator networks learn steadily instead of falling apart or producing the same thing over and over.
Trening sieci rywalizujących często się psuje: wyniki skaczą, nauka staje w miejscu, a generator powtarza kilka podobnych obrazów.
Training competing networks often breaks down: results jump around, learning stalls and the generator keeps repeating a few similar images.
Sędzia zamiast mówić tylko „prawdziwe albo fałszywe”, podaje łagodną ocenę odległości, więc generator zawsze wie, w którą stronę się poprawić.
Instead of a bare real-or-fake verdict, the judge gives a smooth distance score, so the generator always knows which way to improve.
Zespół uczy model tworzenia zdjęć produktów do sklepu i po zmianie sposobu oceniania trening przestaje się sypać po kilku godzinach.
A team training a model to create shop product photos changes the scoring rule, and training stops collapsing after a few hours.