DCGAN 更多是关于网络架构的改变，而 WGAN 是对损失函数的改变。没有什么能阻止您使用带有 WGAN 目标函数的 DCGAN 架构：所有这些意味着使用特定的网络架构最小化近似 Wasserstein 损失，而不是 Jensen-Shannon 散度。WGAN（或其后续，例如 WGAN-GP）目标与架构无关。唯一需要注意的（我能想到的）是批量规范的使用：DCGAN 建议将它放在任何地方，但是（至少对于 WGAN-GP）它会混淆批评家正则化的统计数据。