GAN论文研读(二)-----DCGAN

时间 2020-12-30

标签深度学习 GAN 繁體版

原文原文链接

GAN论文研读(二)—–DCGAN 1. 卷积与转置卷积　　cGAN初步解决了GAN不能生成具有特定属性的图片这一问题，但是，GAN难训练，容易出现大量无效图片的弱点仍未得到改善。为此，Alec Radford等人[1]将卷积神经网络框架引入GAN中，替代原先的多层感知机模型，大大提升了GAN生成图片的稳定性。该论文虽没在理论上进行大量推导，但在GAN的工程实现上做出了不小的贡献。　　本文首先

>>阅读原文<<

1. GAN论文阅读——DCGAN
2. （转）GAN论文阅读——DCGAN
3. GAN&&DCGAN
4. GAN论文研读(四)-----Cycle GAN 与 Star GAN
5. DCGAN 论文简单解读
6. 【论文快读】DCGAN（2014）
7. DCGAN论文阅读笔记
8. {论文快读}GAN
9. 文献精读——（第二十四篇）Deep Convolutional GAN（DCGAN）
10. GAN和DCGAN
更多相关文章...
• C# 二进制文件的读写 - C#教程
• C# 文本文件的读写 - C#教程
• JDK13 GA发布：5大特性解读
• RxJava操作符（二）Transforming Observables