GAN論文研讀(二)-----DCGAN

GAN論文研讀(二)—–DCGAN 1. 卷積與轉置卷積 　　cGAN初步解決了GAN不能生成具有特定屬性的圖片這一問題，但是，GAN難訓練，容易出現大量無效圖片的弱點仍未得到改善。爲此，Alec Radford等人[1]將卷積神經網絡框架引入GAN中，替代原先的多層感知機模型，大大提升了GAN生成圖片的穩定性。該論文雖沒在理論上進行大量推導，但在GAN的工程實現上做出了不小的貢獻。 　　本文首先

>>阅读原文<<