对抗性概率正则化

摘要

提出了一种训练有监督神经网络以求解优化问题的方法，所述优化问题牵涉使误差函数最小化，其中是目标分布的独立且同分布（i.i.d.）样本的向量，所述方法包括使用生成式对抗性网络的判别器来生成对抗性概率正则化项（APR），所述判别器接收来自的样本和来自正则化项分布的样本作为输入。然后，对于有监督神经网络的每次训练迭代，将APR添加到误差函数。