不同的GAN的改進算法的效果提升真的那麼大嗎？

生成對抗網絡自從Ian Goodfellow在2014提出後，它作爲一種新的以無監督方式學習目標分佈的深度生成模型，已經應用到了深度學習的很多方面，比如生成圖像、圖像修復、風格遷移……，但是GAN的訓練過程存在着很多的問題，其中最顯著的一個就是訓練的難度很高，因爲訓練過程中涉及到大量的超參數調整、網絡模型的架構，以及各種正則化、歸一化的訓練技巧。因此，對於這個問題，後面的研究者紛紛提出了不同的改進

>>阅读原文<<