DCGAN与WGAN的区别

Question

在我的理解中，DCGAN在生成器和判别器中都使用了卷积层，而WGAN调整了损失函数、优化器、裁剪和最后的sigmoid函数。它们控制的部分不重叠。那么，如果我在一个模型中实现DCGAN和WGAN的两个更改，是否会发生冲突？

Answer 1

根据我的经验，DCGAN提出了一个简单的模型(或者更确切地说，它提出了一个简单的网络结构和优化器)来生成images.WGAN，提出了一种新的测量数据分布和模型分布之间距离的方法，从理论上解决了GAN存在的不稳定、模式共生等问题。

因此，可以利用DCGAN中提出的网络结构和参数以及WGAN中提出的更新鉴别器和生成器参数的方法。我以前也这么做过，这不是冲突。

但在实际应用中，实现WGAN时可能不会得到很好的效果。WGAN-GP会生成一个镜像，建议使用WGAN-GP

images generated by WGAN-GP

希望我的回答是有帮助的。