Dcgan: 深度卷积生成对抗网络
DCGAN
在 Ian Goodfellow 提出GAN 以来, 在图像领域GAN 可谓被玩的声名大噪. DCAGN 主要是针对卷积实现GAN时, 提出一系列架构设计规则, 使其训练更稳定. 主要有以下几点:
- 使用卷积实现池化. 对于判别器, 使用步长大于1的卷积即可. 对于生成器, 使用分数步长卷积.
- 在生成器与判别器中均使用BN
- 去掉全连接层, 对于需要全连接层的任务使用全局平均池化替代即可
- 在生成器中使用Relu激活, 最后一层使用 tanh
- 判别器中使用 leaklyrelu
