学习目标：
论文
学习时间：
2024.05.25-2024.05.31
学习产出：
一、论文
SAN: INDUCING METRIZABILITY OF GAN WITH DISCRIMINATIVE NORMALIZED LINEAR LAYER
将GAN与切片最优输运联系起来，提出满足方向最优性、可分离性和单射性三个条件的SAN网络，使鉴别器能够可靠地衡量生成分布与真实分布之间的距离，通过切片最优运输，作者在hinge GAN的基础上优化目标函数为下式：
以保证方向最优性，同时保持可分离性。作者在DCGAN、BiGGAN和StyleGAN-XL上进行了实验，实验结果如下：
