StarGAN生成器结构

第1层：我们3通道的图片+5通道的label作为输入，卷积核设置为64个，卷积核为7*7，滑动步长为1，填充为3；我们使用IN归一化（Instance Norm比Batch Norm的效果要更好），加速了训练，提升了训练的稳定性。；用Relu作激励函数。 第2-3层：下采样2个卷积层；stride=2,使用步长卷积代替池化，卷积在提取图像特征上具有很好的作用。 我们希望复杂特征的数量越多越好，越多

>>阅读原文<<