Deep Convolutional GAN：畳み込みニューラルネットワークを採用。
- 隠れ層に全結合を用いず、畳込みとする。
- プーリングの代わりにストライドの畳み込みを用いる。
- バッチ正規化をすべての層に対して行う。
- Generatorの活性化関数は出力層はtanh、それ以外はReLuを用いる。
- Discriminatorのすべての層の活性関数にLeakyReLuを用いる。
DCGANでは、多層の畳み込み層(Deep Convolutional Network)を用い、かつ上手く学習が進むように工夫することで、良い結果が得られることに成功しました。
図2は手書き文字認識のデータセットであるMNISTを用いて、GANとDCGANを比較した結果です。
