当支持向量机遇上神经网络：SVM、GAN距离之间的关系
发布时间：2020-09-03 08:27:03 所属栏目：模式 来源：量子位
导读：SVM 是机器学习领域的经典算法之一。如果将 SVM 推广到神经网络，会发生什么呢？ 支持向量机（Support Vector Machine，SVM）是大多数 AI 从业者比较熟悉的概念。它是一种在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例，
|
使用 L1 范数间隔的想法只是冰山一角，该框架还能通过更具鲁棒性的间隔，设计出更优秀的 GAN（从而提供更好的梯度惩罚或「光谱」归一化技术）。最后，对于为什么梯度惩罚或 1-Lipschitz 对不估计 Wasserstein 距离的 GAN 有效，该研究也提供了明确的理论依据，更多细节可参考原论文。
（编辑：应用网_阳江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |