A09 · 第 3 章 · 课程规划页
生成对抗网络与散度最小化
本章研究生成对抗网络与散度最小化。内容依次处理极小极大目标与判别密度比、非饱和损失、Wasserstein 距离与梯度惩罚、模式坍塌、训练振荡与覆盖度评估。
- 所在 Part
- 第二编 隐式与可逆生成
- 预计学习
- 40 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明极小极大目标与判别密度比。
- 02完成非饱和损失、Wasserstein 距离与梯度惩罚所需的推导、证明或算法。
- 03使用计算、例题或反例检验模式坍塌、训练振荡与覆盖度评估。
PLANNED SECTIONS
计划章节结构
- 01
极小极大目标与判别密度比
界定极小极大目标与判别密度比，明确使用的条件、主要结论与可复核步骤。
- 02
非饱和损失、Wasserstein 距离与梯度惩罚
推导非饱和损失、Wasserstein 距离与梯度惩罚，明确使用的条件、主要结论与可复核步骤。
- 03
模式坍塌、训练振荡与覆盖度评估
检验模式坍塌、训练振荡与覆盖度评估，明确使用的条件、主要结论与可复核步骤。
计划定义
极小极大目标与判别密度比：对象、记号与前提
围绕极小极大目标与判别密度比列出主要对象、符号、前提与定义边界。
计划公式
非饱和损失、Wasserstein 距离与梯度惩罚：关系、判据与可复核步骤
把非饱和损失、Wasserstein 距离与梯度惩罚整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
模式坍塌、训练振荡与覆盖度评估：案例、反例与核验
围绕模式坍塌、训练振荡与覆盖度评估给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
生成对抗网络与散度最小化：定义、关系与边界综合练习
联结极小极大目标与判别密度比、非饱和损失、Wasserstein 距离与梯度惩罚与模式坍塌、训练振荡与覆盖度评估，分别检验定义辨析、主要步骤和适用边界。
本章概念落点
以下位置是术语、搜索和知识图谱引用本计划章节时使用的稳定链接。
- 生成对抗网络让生成器与判别器进行极小极大博弈，以隐式方式逼近数据分布。
关键词
生成对抗网络、散度最小化、第二编 隐式与可逆生成、生成模型