说明:一、DCGAN论文要点
通过跨步卷积层(例如:stride= 2)代替池化层(例如:最大池化层)
取消全连接层,用全局平均池化层代替(在判别器的最后一层)
所有层的输出都用BatchNormalization做归一化
生成器使用转置卷积层,激活函数使用ReLU函数,但最后一层输出层使用Tanh激活函数;判别器使用卷积层,激活函数使用LeakyReLU, the slope of the leak was set to 0.2 in all models.
All weights were ini
<qq_41845478> 上传 | 大小:591kb