简介
简介：LSGAN提出了一种利用最小二乘法来计算两个数据分布之间的距离，该论文在此基础上采用梯度归一化来进一步稳定训练。
论文题目：LSN-GAN: A Novel Least Square Gradient Normalization for Generative Adversarial Networks（LSN-GAN：一种新的生成对抗网络的最小二乘梯度归一化方法）
会议：2024 4th IEEE International Conference on Software Engineering and Artificial Intelligence
摘要：在本研究中，我们介绍了一种新的算法，旨在通过实现最小二乘梯度归一化来改进生成对抗网络（gan）。 这种技术可以调整GAN鉴别器中的梯度，通过避免梯度膨胀或消失等常见问题，
