通过对比鉴别器训练具有更强增强能力的GAN（ICLR 2021） 该存储库包含用于复制和的论文“通过对比鉴别器训练具有更强增强的 ”的。 TL; DR ：我们提出了GAN的新型区分器，该方法表明对比表示学习（例如SimCLR和GAN）在共同训练时可以互惠互利。 在高分辨率，有限大小的AFHQ-Dog（4739个样本），AFHQ-Cat（5153个样本）和AFHQ-Wild（4738个样本）数据集上，对GAN的无条件生成进行定性比较。 概述 对比鉴别器（ContraD）概述。 不是从鉴别器