gradient penalty | BriefGPT

关键词gradient penalty

搜索结果 - 7

通过基于模型的展开实现下层强化学习的引导协作
通过引入模型预测、渐进惩罚等方法，本研究提出了一种基于目标条件的层次强化学习框架，实现了不同层级之间的合作，从而提高了长期目标探索任务中政策的稳定性和效率。实验结果表明，该框架在难度较高的探索问题和机器人控制方面，比基准模型和之前的最先进的
PDF9 months ago
带有梯度惩罚和约束松弛的鲁棒离线强化学习
本文介绍了解决离线强化学习面临的数据污染问题的一系列技术，包括梯度惩罚和批评家权重约束松弛等方法，并在 D4RL Mujoco 和 Adroit 数据集上进行了实验验证。
PDF2 years ago
使用单个深度确定神经网络进行不确定性估计
论文提出了一种通过单次前向传递来训练确定性深度模型的方法，该深度模型可以找到并拒绝分布外的数据点。此外，论文还提出了一种基于确定性不确定性量化（DUQ）的建议，并描述了一种新的损失函数和质心更新策略。通过引入梯度惩罚，我们能够可靠地检测分布
PDF4 years ago
从最大间隔的视角看梯度惩罚
该论文提出了一个统一的框架来解释和证明采用梯度惩罚的生成式对抗网络（GANs）的有效性，该框架基于最大化期望的边界和采用 L-infinity 梯度范数和铰链损失惩罚方法对 GANs 进行优化会提高生成样本的质量并减少梯度消失等问题。
PDF5 years ago
IJCAI关于在 GANs 中高效、无偏的实现 Lipschitz 连续性
本文提出一种新的方法代替传统的梯度惩罚法和谱标准化法，通过实验证明该方法可以取得成功的训练稳定性和样本质量。
PDF5 years ago
最小二乘生成对抗网络的有效性
本文提出了最小二乘生成对抗网络（LSGANs），采用了最小二乘损失函数来提高稳定性并生成高质量图像，并通过定性和定量实验进行了比较评估。
PDF7 years ago
基于 Wasserstein GAN 的人脸超分辨率
本文比较了在单幅图像超分辨率上使用 Wasserstein 距离和其他训练目标时，各种 GAN 架构的表现，结果表明，带梯度惩罚的 Wasserstein GAN（WGAN-GP）提供了稳定且收敛的 GAN 训练，Wasserstein 距
PDF7 years ago