相较原始的GAN,DCGAN几乎完全使用了卷积层代替全链接层,判别器几乎是和生成器对称的,整个网络没有pooling层和上采样层的存在,实际上是使用了带步长(fractional-strided)的卷积代替了上采样,以增加训练的稳定性
赠书福利 | 首本理论和实战结合的深度学习书籍
能生成Deepfake也能诊断癌症,GAN与恶的距离
大数据文摘
0+阅读 · 2019年7月8日
数据不够?GAN来凑!
AINLP
1+阅读 · 2019年7月3日
【GAN】一文看懂GAN演进图谱
产业智能官
3+阅读 · 2019年6月25日
一文看懂GAN演进图谱
AINLP
8+阅读 · 2019年6月23日
从DCGAN到SELF-MOD:GAN的模型架构发展一览
PaperWeekly
4+阅读 · 2019年4月22日
带你读论文 | 生成对抗网络GAN论文TOP 10
微软研究院AI头条
24+阅读 · 2019年4月11日
【必读】生成对抗网络GAN论文TOP10
中国自动化学会
0+阅读 · 2019年3月25日
必读!TOP10生成对抗网络GAN论文(附链接)
数据派THU
16+阅读 · 2019年3月24日
必读!生成对抗网络GAN论文TOP 10
GAN生成式对抗网络
58+阅读 · 2019年3月20日
论文推荐 | 生成对抗网络GAN论文TOP 10
机器学习算法与Python学习
5+阅读 · 2019年3月20日
必读!生成对抗网络GAN论文TOP 10
全球人工智能
6+阅读 · 2019年3月19日
参考链接
微信扫码咨询专知VIP会员