MMD GAN公司 swMATH ID: 42580 软件作者： 李春亮、张伟成、于成、杨一鸣、巴纳巴斯·Póczos 描述： MMD GAN：深入理解矩匹配网络。生成矩匹配网络（GMMN）是一种深度生成模型，不同于生成对抗网络（GAN），它使用基于核最大平均差（MMD）的两样本测试取代GAN中的鉴别器。虽然已经研究了MMD的一些理论保证，但在具有挑战性的大型基准数据集上，GMMN的经验性能仍然不如GAN的竞争力。与GAN相比，GMMN的计算效率也不太理想，部分原因是它在训练期间需要相当大的批量。在本文中，我们建议通过引入对抗性核学习技术来代替原始GMMN中的固定高斯核，从而提高GMMN的模型表达能力和计算效率。新方法结合了GMMN和GAN中的关键思想，因此我们将其命名为MMD GAN。MMD GAN中的新距离度量是一种有意义的损失，它具有弱拓扑的优点，可以通过梯度下降以相对较小的批量进行优化。在我们对多个基准数据集（包括MNIST、CIFAR-10、CelebA和LSUN）的评估中，MMD-GAN的性能显著优于GMMN，并且与其他具有代表性的GAN作品具有竞争力。 主页： https://arxiv.org/abs/1705.08584 源代码： https://github.com/OctoberChang/MMD-GAN 依赖项： 蟒蛇 相关软件： Wasserstein甘；亚当；TensorFlow公司；时尚GAN；ImageNet公司；CIFAR公司；像素x像素；CycleGAN公司；f-甘氨酸；PyTorch公司；比根；InfoGAN公司；收件人：GAN；蟒蛇；巴蒂；格尔姆奈特；贝叶斯树；聚类算法；BNP密度；作为136 引用于： 12文件 全部的 前5名53位作者引用 1 拉西尔·阿尼鲁德 1 萨吉·本奈姆 1 Gérard比奥 1 伊曼纽尔·坎迪斯。 1 亲爱的，埃里克 1 莫里斯·迪森德鲁克 1 冯浩 1 普雷斯顿·托马斯·弗莱彻 1 托默·加兰蒂 1 龚丽华 1 托马斯·格鲁宾格 1 韩勇进 1 斯坦尼斯瓦夫 1 季、袁 1 焦建涛 1 巴维亚·凯尔库拉 1 神奈川、莫托诺布 1 斯兹蒙·诺普 1 李群伟 1 梁应斌 1 刘思航 1 埃德温·卢霍弗 1 圣帕里斯·马鲁卡塔特 1 马钦·马祖 1 伯恩哈德·阿洛伊斯·莫瑟 1 克雷卡莫尔·穆安德特 1 彼得·米勒 1 托马斯·纳施拉格 1 倪，杨 1 伊戈尔·波多拉克。 1 亚尼夫·罗曼诺 1 Sorawit Saengkyongam公司 1 苏珊娜·萨明格·普拉茨 1 马克西姆·桑尼尔 1 塞西亚，马泰奥 1 沈朝敏 1 普尔泽米斯·斯普雷克 1 雅塞克·塔波尔 1 乌戈·塔尼利安 1 谢国忠，David N.C。 1 普拉莫德·瓦什尼。 1 辛尼德·A·威廉姆森。 1 狼，Lior 1 项林芝 1 徐凯来 1 沃纳·泽林格 1 张桂旭 1 张继泽 1 张一英 1 周南润 1 周毅 1 朱邦华 1 朱一潭 全部的 前5名9篇连载文章中引用 4 机器学习研究杂志（JMLR） 1 应用力学与工程中的计算机方法 1 IEEE信息理论汇刊 1 物理A 1 信息科学 1 美国统计协会杂志 1 计算与图形统计杂志 1 中国运筹学会学报 1 SIAM数据科学数学杂志 在5个字段中引用 9 计算机科学（68至XX） 5 统计学（62-XX） 1 变分法与最优控制；最优化（49至XX） 1 数值分析（65-XX） 1 统计力学，物质结构（82-XX） 按年份列出的引文