GAN网络学习笔记（更新中……）

GAN 网络学习

1 Deep Convolution gan（DC-GAN）

paper_link : paper
code_link : tensorflow_implemention
总结：

1 | BN 不用于G的最后一层，和D的第一层

2 conditional gan（C-GAN）

paper_link : paper
code_link : tensorflow_implemention
总结：
1 | 将G网络换成U-net形式，使用skip-connection结构
2 | 将G网络LOSS从L2更换成L1（可以缓解模糊）
3 | 将GAN的loss改为patch loss，处理图片中的高频信息（细节信息）。
4 | conditioning the discriminator：即送入判决器时，将送入G网络的原图和需要判断的结果同时送进D网络。

3 cycle gan

paper_link : paper
code_link : tensorflow_implemention
总结：
1 | 训练集并不需要 pair to pair ，可以改成 domain A to domain B
2 | 添加了一个cycle loss

4 W-div gan

paper_link : paper
code_link : pytorch_implemention
总结：
看的并不是太懂，这个文章总结的很好：summary