對文章McGan中的公式進行一些解釋

發現網上沒有什麼中文的解讀，這裡稍微寫一下論文中的公式推導。能力有限，不喜勿噴。

• 摘要（Abastract）
• 1.引言（Introduction）
• 2.整體概論度量（Integral Probability Metrics）
• 2.1 IPM 定義
• 2.2 帶有IPM的生成模型學習
• 3.均值特徵對齊GAN
• 3.1 均值對齊IPM
• 3.2 均值特徵對齊GAN
• 3.3 相關工作
• 4.協方差特徵對齊GAN
• 4.1 協方差對齊IPM
• 4.2 協方差對齊GAN
• 4.3 均值和協方差對齊GAN
• 5.演算法

摘要（Abastract）

本文介紹一系列用於訓練GAN的整體概論度量（IPM），本文的IPM基於有限維特徵空間的統計量匹配。本文提出的均值和協方差特徵匹配IPM可以保證GAN的穩定訓練，我們稱之為McGan。McGan最小化兩個分佈之間有意義的損失。

1.引言（Introduction）

這個三天內寫完

後面的晚上繼續寫