dcGAN：Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks

发表于 更新于 分类于 ， ， ， 阅读次数： 本文字数： 407 阅读时长 ≈ 1 分钟

将 CNN 的思想引入 GAN，使得样本生成质量更高
噪声 -> 随机图片，随机图片

什么是 dcGAN ？

  • DCGAN 将 CNN 比较流行的改进方案添加到 GAN 中

dcGAN 的网络结构？

  • （1）使用指定步长的卷积层代替池化层
  • （2）生成器和判别器中都使用 BN
  • （3）移除全连接层
  • （4）生成器除去输出层采用 Tanh 外，全部使用 ReLU 作为激活函数
  • （5）判别器所有层都使用 LeakyReLU 作为激活函数

dcGAN 的样本生成规律

  • 通过对特征图的语义变化，可以推断出模型是否学习了数据的相关表示（即学习过程是逐步进行的，在图片中表现为有平滑的过渡）

参考：