对patchGAN的理解

先说结论：

patchGAN的判别器就是普通全卷积网络

在做高分辨率的生成模型时，看参考代码备注用了patchGAN。我望文生义觉得是把图像切成一个个小的patch来进行判别，但源码中用的就是普通的卷积，不得其解。那为什么要叫patchGAN呢，官方作者给出了以下回答：

       翻译过来就是说，对图像的patch进行真假判断是patchGAN的理念，而全卷积网络恰好就是对图像的patch进行真假判断（卷积的感受野特性），所以patchGAN就是全卷积网络。而普通的GAN判别器在最后的全连接层会破坏掉对patch的判断，所以不能构成patchGAN。

       那我望文生义的切取原图patch进行判断是否可行呢，作者也给出了答案：可行，但计算代价太大，数学上还等价于用全卷积，所以不如直接用全卷积网络。