我最近在研究GAN （又名 PGGAN）的渐进式增长。我已经实现了整个架构，但我心中的问题是，在简单的 GAN 中，如 DCGAN、PIX2PIX，我们实际上使用转置卷积进行上采样和卷积进行下采样，但在 PGGAN 中，我们逐渐添加生成器和鉴别器的层数，这样我们就可以先从 4x4 图像开始，然后逐步增加到 1024x01024。

我不明白，一旦我们将 1x1x512 维的潜在向量大小增加到 4x4x512 类型的图像，我们使用高填充的卷积，然后一旦训练 4x4 图像，我们仍然取 512 个潜在向量，然后使用之前训练的卷积层进行转换将其转换为 4x4x512 图像，然后我们使用最近邻滤波将给定图像上采样为 8x8，然后再次应用卷积等。

• 我的问题是为什么我们需要显式上采样然后应用卷积，而我们可以只使用可以自动上采样并且可训练的转置卷积？为什么我们不像在其他 GAN 中那样使用它？

这是建筑的图像：

请解释一下这背后的直觉。谢谢