WGAN: 为什么使用 1-d 损失函数?
作者: lennert130994创建于 2019年8月20日更新于 2021年10月26日
所以我绘制了评论者在训练过程中损失的变化。一开始是负数，然后随着生成的样本的改进而收敛到零。在我看来，这意味着真实样本和生成样本之间的瓦斯坦距离变小了。现在我的问题是，为什么 d_loss 最初是负数？为什么代码打印 d_loss 为 1-d_loss？换句话说，有人能解释 -d_loss 和瓦斯坦估计之间的关系吗？为什么这两者相同？
内容来源: eriklindernoren/Keras-GAN