生成对抗网络动力学解析

23 阅读1分钟

生成对抗网络:动力学

Matias G. Delgadino, Bruno B. Suassuna, Rene Cabrera; 26(181):1−30, 2025.

摘要

我们定量研究了原始Wasserstein-GAN算法的过参数化极限。研究表明,该算法实质上是生成器和判别器参数分布的连续性方程系统的随机离散化。我们证明,算法中为满足Lipschitz条件而采用的参数裁剪技术,会在均值场动力学中产生不连续向量场,从而导致均值场动力学在有限时间内发生爆破。通过具体示例分析发现,所有均值场方程的解在长时间极限下都会收敛到时间周期解,这有助于解释算法无法收敛的原因。

[摘要][PDF][文献]