InfoGAN 的损失函数与 GAN 的区别是附加术语![](img/B14853_06_026.png),其中![](img/B14853_06_027.png)是一个小的正常数。 最小化 InfoGAN 的损失功能可以将原始 GAN 的损失最小化,并将互信息最大化![](img/B14853_06_028.png)。
InfoGAN 的损失函数与 GAN 的区别是附加术语`-λI(c; g(z, c))`,其中`λ`是一个小的正常数。 最小化 InfoGAN 的损失功能可以将原始 GAN 的损失最小化,并将互信息最大化`I(c; g(z, c))`。