经典GANs模型的复现
主要是想通过复现一些简单经典的GANs模型来学习pytorch，之前论文的代码一直用tensorflow，听说工业界pytorch用的居多，最近几年pytorch也比tensorflow更被人看好，因此趁此机会学习一下。
复现的文章有:
（1）最开始的GANs：
题目：Generative Adversarial Nets
文章链接： https://arxiv.org/pdf/1406.2661.pdf .
代码链接： https://github.com/Weifanwong/Implementation-of-classical-GANs-framework/tree/master/GANs.
（2）CGANs：
题目：Conditional Generative Adversarial Nets
文章链接：https://arxiv.org/pdf/1411.1784.pdf.
代码链接：https://github.com/Weifanwong/Implementation-of-classical-GANs-framework/tree/master/CGANs.
（3）WGANs：
题目：Wasserstein GAN
文章链接：https://arxiv.org/pdf/1701.07875.pdf.
代码链接：https://github.com/Weifanwong/Implementation-of-classical-GANs-framework/tree/master/WGANs.
（4）DCGANs：
题目：UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS
文章链接：https://arxiv.org/pdf/1511.06434.pdf.
代码链接：https://github.com/Weifanwong/Implementation-of-classical-GANs-framework/tree/master/DCGAN.
目前效果最好的是CGANs和DCGANs，另外不得不说虽然仅仅刚接触了一点pytorch，感觉这个框架的确相比与tensorflow要方便得多，尤其在调试代码上。
66
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
