最原始的 GAN 使用 JS divergence，然而只要兩個分佈沒有重合，它們的 js divergence 都是 log2 LSGAN：把 sigmoid 換成 linear，（discriminator不要訓的太好也不要太差，就要求能區分又希望在 generated data 部分可微分） Wassertein GAN（WGAN） 使用 Earth Mover's Distance 衡量兩個 distribution 間的差距：將 P 數據鏟到 Q 所走的平均距離；窮舉所有的鏟土計劃，算出每個計劃中推土機要走的平均距離，距離最小的就是 W distance 。 影片內容 pdf：http://speech.ee.ntu.edu.tw/~tlkagk/courses/MLDS_2018/Lecture/WGAN%20(v2).pdf