【模型复现】GAN的优秀变种—包含卷积与反卷积层的DCGAN复现
文章目录
一、模型详情
1.1 模型简介:
DCGAN是上述讲的GAN的一个分支,不同的是DCGAN分别在判别器和生成器中使用卷积和反卷积层。它最初是由Radford等人在论文Unsupervised Representation Learning With Deep Convolutional Generative Adversarial Networks中提出的。判别器由卷积层、批标准化层、以及LeakyReLU激活函数组成。输入是一张3x64x64的图片,输出是该图来自真实数据分布的标量概率值。生成器由反卷积层、批标准化层、以及ReLU激活函数组成。输入是一个来自标准正分布的潜在空间向量 z z z,输出是一个3x64x64的RGB彩色图片。反置卷积层将潜在空间向量转换为具有与真实图像相同的维度。论文中,作者还提供了有关如何设置优化器,如何计算损失函数,以及如何初始化模型权重的一些技巧。
1.2 关键词:
卷积层与反卷积层
<