DCGAN

生成器G 将一个100 维的噪音向量扩展成64 * 64 * 3 的矩阵输出，中间通过4层卷积层，每通过一个卷积层通道数减半，长宽增加一倍。整个过程采用的是微步幅度卷积（fractionally strided convolution)的方式。
反卷积：https://www.cnblogs.com/cvtoEyes/p/8513958.html
反卷积=上采样=（转置卷积+微步卷积）⊆ 空洞卷积=一般意义上的广义卷积（包含上采样和下采样）。上采样和反卷积是同一个概念，它的目的是将经过池化层以后缩小的矩阵扩大到一定的大小，比如说从3 * 3 扩大到5 * 5，如下图所示：

反卷积又包含转置卷积和微步卷积，两者的区别在于padding （填充）的方式不同。

转置卷积，用33的卷积核把22的矩阵反卷积成44的矩阵

微步幅度卷积，用33的卷积核把33的矩阵卷积成55的矩阵。
二者区别：转置卷积是在整个输入矩阵周围添0，微步幅度卷积会把输入矩阵拆开，在每个像素点周围添0。