在论文和代码注释中提到了70x70 PatchGAN，尽管我在代码中找不到显式实现的任何地方。
有谁知道它是如何实施的？
我已经想通了。在 PatchGAN 的最后一层 conv 层(平均池之前(之后，感受野大小为 70。因此，来自该卷积层的单通道特征图(30x30(上的每个神经元都有来自输入的70x70补丁的信息。相应的补丁在输入上相互重叠。
PatchGAN 架构不是为鉴别器创建单个值输出，而是输出大约 30x30 点的特征图。特征图上的每一个点都可以在输入空间上看到一个 70x70 像素的补丁(这称为感受野大小，如上面链接的文章中所述(。
输出特征图上的每个点都表示判别器认为是特定特征点的感受野的真实程度的概率。 在训练鉴别器时，将输出特征图与真实图像的 30x30 张量 1 和生成/假图像的 30x30 张量 0 进行比较。
我们这样做的原因是，与输出单个值的鉴别器相比，PatchGAN 鉴别器对它所查看的图像样式更加敏感。