🔢 WGAN MNIST — Generador de DÃgitos
Genera dÃgitos escritos a mano con una Wasserstein GAN entrenada en MNIST.
WGAN vs GAN estándar: el crÃtico no usa sigmoid y la pérdida es la distancia Wasserstein, lo que produce gradientes más estables y evita el mode collapse.
1 64
0 9999
Modelo: ConvTranspose2d ×4 + BatchNorm + Tanh
Dataset: MNIST · 60,000 imágenes
Épocas: 50 · Optimizer: RMSProp
Critic iters: 5 · Weight clip: ±0.01
Examples