Wasserstein GAN
Wasserstein距離は閉じた形で解が得られない
なので, iterativeに解を求める必要がある
普通のGANはDiscriminatorが偽物を見破れるように学習する
一方でWGANでは...
DiscrimianatorはひたすらWasserstein距離を正確に計算できるように学習
→ Wassersteinは iterativeに解を求める必要があるため.
Generatorは正確になってきたWasserstein距離を最小化するように学習
通常のGANでは本物と偽物をDiscriminatorが見破れるように訓練しますが、Wasserstein GANではDiscrimianatorはひたすらWasserstein距離を正確に計算しようとし、Generatorは正確になってきたWasserstein距離を最小化するように訓練されます。