Wasserstein GAN (WGAN)

Wasserstein GAN (WGAN) एक जनरेटिव एडवरसैरियल नेटवर्क (generative adversarial network) का प्रकार है जिसे 2017 में Arjovsky, Chintala, और Bottou द्वारा प्रस्तुत किया गया था। इसने मूल GAN में प्रयुक्त Jensen-Shannon divergence को Wasserstein-1 (Earth Mover) दूरी से प्रतिस्थापित किया। यह प्रतिस्थापन एक सैद्धांतिक रूप से सुदृढ़ प्रशिक्षण उद्देश्य प्रदान करता है जो अधिक स्थिर ऑप्टिमाइज़ेशन और एक लॉस मान उत्पन्न करता है जो जनरेट किए गए नमूना गुणवत्ता के साथ सार्थक रूप से सहसंबद्ध होता है, जिससे मानक GAN की कुख्यात मोड कोलैप्स (mode collapse) और वैनिशिंग ग्रेडिएंट (vanishing gradient) समस्याओं का समाधान होता है।