【论文快读】DCGAN（2014）

标题：UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS
作者：Alec Radford等
链接：https://arxiv.org/pdf/1511.06434.pdf
摘要：

Intro

当时的CNN（LeNet、AlexNet等）主要用于监督学习，本文提出的DCGAN可以稳定训练，从而能够用于无监督学习。
本文的四个贡献：

• 提出了可以稳定训练的DCGAN架构。
• 使用了图像分类任务中的CNN作为判别器。
• 对卷积核进行可视化。
• 研究了生成器的一些性质。

相关工作

1. 无监督学习：AE等。
2. 图片生成模型：GAN、用于生成器的RNN和DeConvNet等。
3. 可视化：ZF-Net

核心方法

1. 使用stride conv代替最大池化的全卷积网络（the all convolutional net）：分别在生成器和判别器中用于降采样和升采样。
2. 取消全连接层，引入全局平均池化：增加了稳定性但是减慢收敛速度。
3. Batch Normalization：能够使得学习过程更稳定，弥补初始化的无序性。

其它：

• 生成器中的前层使用ReLU**，输出使用Tanh。
• 判别器使用LeakyReLU**。

生成器架构：

反卷积

之前在ZF-Net和FCN中见过，这里简单写一写自己的理解。deconv的主要作用是升采样（另一种常用升采样的方法是双线性插值）。比如：
对于$a\times a$a×a的feature map进行$k\times k$k×k卷积，得到的feature map是$(a-k+1)\times(a-k+1)$(a−k+1)×(a−k+1)，然后进行（$k-1$k−1）填充，通过相同大小的反卷积核之后会得到原始的$a\times a$a×a特征。
很著名的那个动图介绍了deconv前后的形状变换，很简单，就不贴了。详细的矩阵计算见 https://blog.****.net/qq_37791134/article/details/84547562

每一个batch的训练过程

每一个batch内分别对判别器具D和生成器G做一次后向传播。