DCGAN (Deep Convolutional GAN)

DCGAN (Deep Convolutional Generative Adversarial Networks) — это класс генеративных моделей, которые используют глубокие сверточные нейронные сети (CNN) для компонентов генератора и дискриминатора.  

Цель DCGAN — создание высококачественных изображений. Архитектура была создана Рэдфордом и соавторами в 2015 году. 

Некоторые области применения DCGAN:

• Синтез изображений. Создание новых изображений, похожих на заданный набор данных, например, реалистичных лиц или произведений искусства. 
• Передача стиля. Перенос стиля одного изображения на другое, например, превращение фотографии в картину. 
• Увеличение объёма данных. Генерация дополнительных образцов для обучения моделей машинного обучения, особенно когда доступный набор данных небольшой или несбалансированный. 

DCGAN состоит из двух основных компонентов:

1. Генератор. Генерирует поддельные изображения из случайного шума. 
2. Дискриминатор. Различает реальные и поддельные изображения.