DCGAN网络介绍

DCGAN是GAN的直接扩展，它在判别器和生成器中分别显式地使用卷积和卷积转置层。它首先在Radford在文章 Unsupervised Representation Learning With Deep Convolutional Generative Adversarial Networks 提出了一种基于深层卷积生成对抗网络的无监督表示学习方法。

其中判别器显式使用卷积层，生成器显式使用卷积转置层。判别器由跨步卷积层(strided convolution layers )、批归一化层(batch norm layers) 和 LeakyReLU 激活函数构成。例如如果输入是3x64x64图像，则输出是输入来自真实数据分布的标量概率。生成器由卷积转置层(convolutional-transpose)、批归一化层和 ReLU 激活层组成。其输入是从标准正态分布中提取的潜在矢量(latent vector) z，输出是其生成的3x64x64的RGB图像。

跨步卷积转置层(strided conv-transpose layers)允许将潜在矢量(latent vector)变换为具有与图像相同的shape。

用到的tricks如下所示：

所有pooling都用strided convolutions代替，pooling的下采样是损失信息的，strided convolutions可以让模型自己学习损失的信息。（对于之前的GAN采用的是pooling层，比如说pooling=2，即四个选一个，这是损失信息的）
生成器G和判别器D都要用BN层（解决过拟合问题，BN在每一层输出都归一化）
把全连接层去掉，用全卷积层代替
生成器除了输出层，激活函数统一使用ReLU（效果好，不解释），输出层用Tanh。
判别器所有的层的激活函数统一都是LeakyReLU。激活函数参考https://zhuanlan.zhihu.com/p/172254089

DCGAN网络结构

生成网络结构

DCGAN 的判别器和生成器都使用了卷积神经网络（CNN）来替代GAN 中的多层感知机，同时为了使整个网络可微，拿掉了CNN 中的池化层，另外将全连接层以全局池化层替代以减轻计算量。

生成网络（Generator）接收一个随机噪声z，然后通过上采样（up-sampling）生成图像G(z)。上采样主要采用反卷积算法，G接收一个100-d随机噪声z，经过Project and reshape（实际上就是一个全连接层），转化为一个4*4*1024的feature map，然后经过多个反卷积层，生成大小为64*64*3的图像。

判别网络结构

判别网络（Discriminator）的输入为一张图片，经过下采样（down-sampling，卷积运算），再接全连接层处理，送入sigmoid函数，输出真假概率。

DCGAN(Deep Convolutional GAN)原理相关推荐

Deep Convolutional GAN (DCGAN)
使用MNIST数据集创建一个GAN.实现Deep Convolutiona GAN (DCGAN),DCGAN是2015年开发的非常成功和有影响力的GAN模型(论文地址https://arxiv.or ...
GANs学习系列(8)：Deep Convolutional Generative Adversarial Nerworks，DCGAN
[前言] 本文首先介绍生成式模型,然后着重梳理生成式模型(Generative Models)中生成对抗网络(Generative Adversarial Network)的研究与发展.作者 ...
生成对抗网络gan原理_必读！TOP10生成对抗网络GAN论文（附链接）
来源:新智元本文约2200字,建议阅读7分钟. 本文所选论文提供了一个易读的对GAN的介绍,帮助你理解GAN技术的基础. [ 导读 ]生成对抗网络 (GAN) 是深度学习中最有趣.最受欢迎的应用之一 ...
深入浅出 GAN·原理篇文字版（完整）
深入浅出 GAN·原理篇文字版(完整)|干货机翼技术百家号 05-29 02:02 导语这次的内容主要是想梳理 GAN 从 NIPS 2014 被提出,到 2017年5月,都有哪些重要的从原理和 ...
深入浅出 GAN·原理篇文字版（完整）｜干货
这是一篇非常好的干货文章,深入浅出,所以我把它转载过来,分享给大家.也方便自己日后查看. 转载声明:本文转载自「程序媛的日常」,搜索「girlswhocode」即可关注. 导语这次的内容主要是想梳理 ...
深入浅出 GAN·原理篇文字版（完整）| 干货
首先来看看 GAN 现在能做到哪些惊艳的事呢? GAN 可以被用来学习生成各种各样的字体--也就是说,以后字迹辨认这种侦查手段很可能就不靠谱啦!这个工作还有很多动图,在 GitHub 上搜 zi2zi ...
GAN原理及相关发展总结
转自:http://www.sohu.com/a/143961544_741733 导语这次的内容主要是想梳理 GAN 从 NIPS 2014 被提出,到 2017年5月,都有哪些重要的从原理和方法 ...
【SegNet】 A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
日常吐槽为什么明明英文论文动辄8,9页,十来页的,结果最后看人家翻译成中文,也并不多!!??我还是看的很吃力?? 反(上)卷积-反(上)池化-上采样反卷积 Deconvolution 如上图的(a ...
CV：翻译并解读2019《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》第一章~第三章
CV:翻译并解读2019<A Survey of the Recent Architectures of Deep Convolutional Neural Networks>第一章~第三 ...

DCGAN(Deep Convolutional GAN)原理

DCGAN网络介绍

DCGAN网络结构

生成网络结构

判别网络结构

DCGAN(Deep Convolutional GAN)原理相关推荐

最新文章

热门文章