Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Enhanced Full Attention Generative Adversarial Networks Rangkaian Adversarial Generatif Perhatian Penuh yang Dipertingkatkan

KaiXu CHEN, Satoshi YAMANE

  • pandangan teks lengkap

    2

  • Petikan Ini

Ringkasan:

Dalam kertas kerja ini, kami mencadangkan Rangkaian Adversarial Generatif yang dipertingkatkan dengan modul perhatian dalam Penjana, yang boleh meningkatkan keberkesanan Penjana. Tambahan pula, kerja baru-baru ini telah menunjukkan bahawa pelaziman Penjana mempengaruhi prestasi GAN. Dengan memanfaatkan cerapan ini, kami meneroka kesan penormalan yang berbeza (penormalan spektrum, penormalan contoh) pada Penjana dan Diskriminasi. Selain itu, fungsi kehilangan yang dipertingkatkan yang dipanggil jarak Wasserstein Divergence, boleh mengurangkan masalah modul sukar untuk dilatih dalam amalan.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E106-D No.5 pp.813-817
Tarikh penerbitan
2023/05/01
Diumumkan
2023/01/12
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2022DLL0007
Jenis Manuskrip
Special Section LETTER (Special Section on Deep Learning Technologies: Architecture, Optimization, Techniques, and Applications)
kategori
Kaedah Teras

Pengarang

KaiXu CHEN
  Kanazawa University
Satoshi YAMANE
  Kanazawa University

Kata kunci

Contents [show]