UNSUPERVISED REPRESENTATION LEARNING
WITH DEEP CONVOLUTIONAL
GENERATIVE ADVERSARIAL NETWORKS
Alec Radford & Luke Metz, indico Research Boston, MA falec, [email protected]
Soumith Chintala, Facebook AI Research ,New York, NY, [email protected]
---文末附代码
1.简介
DCGAN,全称为deep convolutional generative adversarial networks,也就是说该网络主要用的是卷积层,而之前的简单的一些网络用的都是全连接层。
2.核心思想
也就是说:
· 在D网络中,不再用pool操作来实现图片尺寸收缩,而是用stride>1的卷积来实现尺寸收缩;
在G网络中,使用“反卷积”来生成图像
· 在G和D中都使用BatchNorm
· 不使用全连接层
· 在G网络中,使用ReLU,最后一层使用Tanh
· 在D网络中,使用LeakyReLU
3.网络结构
4、测试结果
mnist数据集
第10个epoch的结果
动漫头像数据集
链接:https://pan.baidu.com/s/1n-cB-uJvDXMBjvtwb9iRiA
密码:4wyq
第20个eopch的结果
5.代码
pytorch 版本代码:https://github.com/TeeyoHuang/DCGAN
。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:生成对抗网络GAN系列(三)— DCGAN(deep convolutional generative adversarial networks)— 文末附代码 - Python技术站