第2章 目标函数优化

第2章主要对GAN的目标函数进行介绍。2.1节首先对标准GAN进行了详细介绍，包括其基本思想、数学原理和算法流程等内容。接下来2.2节和2.3节介绍了基于f散度的两种不同的目标函数，分别为LSGAN和以能量模型为基础的EBGAN，2.4节对基于任意f散度的fGAN进行了推导和总结。在另一大类基于IPM的目标函数中，我们首先在2.5节对Wasserstein距离以及WassersteinGAN的目标函数推导做了非常详细的讲解，然后在2.6节讲解了一种和WGAN殊途同归的Loss-sensitive GAN，并在2.7节介绍了一种通过正则项处理Lipschitz限制的方法WGAN-GP。在2.8节，我们对IPM进行了总结，并对以此为基础而构建的McGAN、MMDGAN等进行展示。最后在2.9节，我们对其他种类的目标函数进行了讲解，包括重构损失函数、相对损失函数等。

关于GAN的目标函数，内容浩如烟海，由于篇幅和作者水平限制，本章只选取一些具有代表性的内容做介绍，希望读者能对GAN的原理和目标函数的功能、本质有更深刻的认识。