DCGAN 论文翻译

博主相关代码实现链接：利用Pytorch和TensorFlow分别实现DCGAN生成动漫头像

---

Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks

---

摘要

近年来，使用卷积神经网络的监督学习被大量应用于计算机视觉应用中。相对地，使用卷积神经网络的非监督学习则被较少的关注。

在这项工作中，我们希望可以帮助缩小监督学习和非监督学习在CNN的成功上差距。

我们介绍了CNN的一个类，称为深度卷积生成对抗网络（DCGANs），这个网络有着明确的结构约束，并且表明他们对非监督学习有着强烈的可信度。

在不同的图像数据集上训练，我们展示出了令人信服的证据，我们的深度卷积对抗对，从对象部分到场景，在生成器和判别器上都能学到层级的表示。

此外，我们在一些新的任务上使用学习到的特征，表明了它们在一般化图像的表示上具有通用性。

---

介绍

从大量无标签数据集中学习可重复使用的特征表示已经是一个热门研究区域。

在计算机视觉的背景下，实际上，可以利用不限数量的无标签图像和视频来学习一个好的中间表示，这个表示可以用在大量有监督的学习任务上，例如图像分类。

我们提出一种方法，可以建立好的图像表示，通过训练对抗生成网络（GAN），并且反