DCGAN将CNN引入GAN的架构设计

DCGAN（Deep Convolutional GAN）由Radford等人于2015年提出，首次将CNN成功应用到GAN的生成器和判别器中，显著提升了训练稳定性和生成质量。

DCGAN生成器架构设计原则：

1. 全卷积网络：去除所有全连接层，使用转置卷积（Deconvolution/ConvTranspose2D）进行上采样。
2. 批量归一化（Batch Normalization）：除输出层外，每层后都加BN，稳定训练并防止梯度消失/爆炸。
3. 激活函数：隐藏层使用ReLU，输出层使用Tanh（像素值归一化到[-1,1]）。
4. 无池化层：使用带步长的卷积进行下采样/上采样。

典型生成器结构（100×1噪声→64×64×3图像）： 噪声z → Reshape至4×4×1024 → 4层转置卷积（上采样因子×2）→ Tanh输出

• convT(1024→512, 4×4, stride=2) → BN → ReLU → 8×8×512
• convT(512→256, 4×4, stride=2) → BN → ReLU → 16×16×256
• convT(256→128, 4×4, stride=2) → BN → ReLU → 32×32×128
• convT(128→3, 4×4, stride=2) → Tanh → 64×64×3

DCGAN判别器设计原则：

1. 使用步长卷积代替池化进行下采样。
2. LeakyReLU激活函数（α=0.2），避免判别器梯度稀疏。
3. 除输入层和输出层外均使用BN。
4. 输出层使用Sigmoid得到判别概率。

重要贡献：

1. 证明了CNN在GAN中的可行性，提供了一套可复现的架构设计指南。
2. 提出潜在空间向量算术（如Smiling Woman - Neutral Woman + Neutral Man = Smiling Man），揭示潜在空间有语义结构。
3. 成为后续GAN变体的标准基线架构。