上一篇介紹了GAN 的基本原理以及相關的概念和知識點，同時也反映出GAN 的一些缺點，比如說訓練不穩定，生成過程不可控，不具備可解釋性等。這一篇就來看看GAN 的改進版之一，DCGAN（Deep Convolutional GAN）。

1. 網路結構

DCGAN 的判別器和生成器都使用了卷積神經網路（CNN）來替代GAN 中的多層感知機，同時為了使整個網路可微，拿掉了CNN 中的池化層，另外將全連線層以全域性池化層替代以減輕計算量。

2. 去卷積（反捲積，Deconvolution）

從上圖中可以看到，生成器G 將一個100 維的噪音向量擴充套件成64 * 64 * 3 的矩陣輸出，整個過程採用的是微步卷積的方式。作者在文中將其稱為fractionally-strided convolutions，並特意強調不是deconvolutions。關於上取樣和去卷積等概念，我特意找了一些資料來看看他們的區別是什麼，相關內容整理在下面。

上取樣和去卷積是同一個概念，它的目的是將經過池化層以後縮小的矩陣擴大到一定的大小，比如說從3 * 3 擴大到5 * 5，如下圖所示：

而去卷積（連結：反捲積）又包含轉置卷積和微步卷積，兩者的區別在於padding 的方式不同，看看下面這張圖片就可以明白了：

另外還有一個概念叫空洞卷積（Dilated Convolution）。在pixel-wise 目標檢測任務上有一個常見的場景就是需要通過去卷積來會恢復經過池化層以後的矩陣大小，先池化再去卷積的過程實際上損失了很多資訊，而這個過程的真實目的實際上就是為了通過縮小矩陣size 的方式來增大感受野，那能不能跳過先縮小在增大的過程直接進行感受野放大呢？這個就是所謂的空洞卷積，更詳細的內容可以參考這個連結：

3. 訓練方法

DCGAN 的訓練方法跟GAN 是一樣的，分為以下三步：

（1）for k steps：訓練D 讓式子【logD(x) + log(1 - D(G(Z)) (G keeps still)】的值達到最大

（2）保持D 不變，訓練G 使式子【logD(G(z))】的值達到最大

（3）重複step（1）和step（2）直到G 與D 達到納什均衡

4. 相比於GAN 的改進

DCGAN 相比於GAN 或者是普通CNN 的改進包含以下幾個方面：

（1）使用卷積和去卷積代替池化層

（2）在生成器和判別器中都添加了批量歸一化操作

（3）去掉了全連線層，使用全域性池化層替代

（4）生成器的輸出層使用Tanh 啟用函式，其他層使用RELU

（5）判別器的所有層都是用LeakyReLU 啟用函式

5. 漫遊隱空間

通過使用插值微調噪音輸入z 的方式可以導致隱空間結構發生變化從而引導生成影象發生語義上的平滑過度，比如說從有窗戶到沒窗戶，從有電視到沒電視等等。

6. 語義遮罩

通過標註視窗，並判斷啟用神經元是否在視窗內的方式來找出影響窗戶形成的神經元，將這些神經元的權重設定為0，那麼就可以導致生成的影象中沒有窗戶。從下圖可以看到，上面一行圖片都是有窗戶的，下面一行通過語義遮罩的方式拿掉了窗戶，但是空缺的位置依然是平滑連續的，使整幅影象的語義沒有發生太大的變化。

7. 向量演算法

在向量演算法中有一個很經典的例子就是【vector("King") - vector("Man") + vector("Woman") = vector("Queue")】，作者將該思想引入到影象生成當中並得到了以下實驗結果：【smiling woman - neutral woman + neutral man = smiling man】