《表2 不同数据集对应的模型卷积核结构》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《GP-WIRGAN：梯度惩罚优化的Wasserstein图像循环生成对抗网络模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在实验中，针对4个不同的数据集，我们设置的WIRGAN和GP-WIRGAN对应的结构不同，表2展示了具体模型卷积核的结构设置．选定卷积后的特征图大小不小于2×2，以确保特征图中包含的信息充分，同时选定神经元基数（即特征图基数）为128．生成器和判别器中的卷积层层数以及每一层的个数都是根据输入图像的大小决定的．以CIFAR10为例，它是彩色图象，其输入大小是32×32×3，经过卷积之后特征图的大小变化为32×32→16×16→8×8→4×4，对应特征图数量为3→128→256→512，则对应到g（·）和判别器D中就有三层卷积层，f（·）中就有三层反卷积层．表2展示了两个模型中生成器和判别器在不同数据集中特征图的通道数．同时，我们采用标准正态初始化方法对两个模型的权值进行初始化．