学习目标: 论文 学习时间: 2024.05.25-2024.05.31 学习产出: 一、论文 SAN: INDUCING METRIZABILITY OF GAN WITH DISCRIMINATIVE NORMALIZED LINEAR LAYER 将GAN与切片最优输运联系起来,提出满足方向最优性、可分离性和单射性三个条件的SAN网络,使鉴别器能够可靠地衡量生成分布与真实分布之间的距离,通过切片最优运输,作者在hinge GAN的基础上优化目标函数为下式: 以保证方向最优性,同时保持可分离性。作者在DCGAN、BiGGAN和StyleGAN-XL上进行了实验,实验结果如下: