Skip to Main Content
Машинное обучение с PyTorch и Scikit-Learn
book

Машинное обучение с PyTorch и Scikit-Learn

by Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili
May 2024
Beginner to intermediate content levelBeginner to intermediate
688 pages
26h
Russian
Foliant
Content preview from Машинное обучение с PyTorch и Scikit-Learn
Генеративно-состязательные сети и синтез новых данных
601
Исходя из развернутой записи (дискретной или непрерывной), расхождение KL
можно рассматривать как перекрестную энтропию между P и Q (первый член
в предыдущем уравнении), вычтенную из собственной энтропии P (второй член),
т. е.
KL(P||Q) = H(P, Q) – H(P).
Теперь, возвращаясь к нашему обсуждению GAN, давайте посмотрим, как эти различ-
ные меры расстояния связаны с функцией потерь для GAN. Можно математически по-
казать, что функция потерь в оригинальной GAN действительно минимизирует расхо-
ждение JS между распределением реальных и фиктивных примеров. Но, как обсужда-
лось ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

Markus Kammermann

Publisher Resources

ISBN: 9786011100342