我找不到关于噪声向量 (Z) 的形状如何影响生成对抗网络中的鉴别器的解释。所有的教程都使用 shape (100,) 但是为什么呢？假设图像的形状是 128x128。我知道 GAN 试图学习将噪声分布转换为真实分布的函数，但它的大小如何影响判别器？使用更大的输入形状更好还是更小？
我找不到关于噪声向量 (Z) 的形状如何影响生成对抗网络中的鉴别器的解释。所有的教程都使用 shape (100,) 但是为什么呢？假设图像的形状是 128x128。我知道 GAN 试图学习将噪声分布转换为真实分布的函数，但它的大小如何影响判别器？使用更大的输入形状更好还是更小？