原文同樣有更詳細說明最終,WGAN 的訓練步驟為WGAN 在效果上雖然沒有飛躍的進步,但其巨大的意義在於使 GAN 的實用性大大提升,體現主要體現為以下方面:不再需要精心平衡 Discriminator 和 Generator 的能力了,且
雖然Encoder和Decoder沒有直接接在一起,但透過Discriminator可以讓他們形成理想的auto-encoderBi-GAN的演算法流程如下:初始化encoder, generator(decoder), discrimin