아마 지난 주에 가장 많이 회자된 페이퍼 중 하나가 페이스북 AI 팀에서 내놓은 Wasserstein GAN(WGAN)일 것 같습니다. 이 페이퍼에 대한 레딧의 포스팅 열기를 봐서는 GAN에 관심있다면 꼭 살펴봐야할 것 같습니다. 주요한 요점은 GAN 의 Jensen-Shannon 발산을 Wasserstein 거리로 바꿈으로 해서 조금 더 구현이 간소화되었다고 합니다. 페이퍼의 그림을 보면 왼쪽 WGAN으로 만든 샘플은 배치 정규화 등을 하지 않아도 좋은 품질의 이미지를 만들어 내었습니다. WGAN의 구현은 파이토치와 케라스 버전으로 공개되었습니다. 파이토치 버전은 페이스북의 팀에서 직접 만든 것으로 앞으로 계속 파이토치 코드로 페이퍼를 낼지 기대가 됩니다.

(업데이트) 이 페이퍼를 요약한 드롭박스 문서와 쿠오라에서 이안 굿펠로우의 답변도 함께 참고하세요.

(2017.02.14) WGAN의 텐서플로우 구현이 공개되었습니다.