Self-Supervised-Gans-Pytorch

用旋转自监督让 GAN 训练更稳，生成图像更逼真

Self-Supervised-Gans-Pytorch 是 CVPR 2019 论文《Self-Supervised GANs via Auxiliary Rotation Loss》的 PyTorch 实现，旨在解决传统 GAN 在无监督生成任务中训练不稳定、模式崩溃等问题。该项目通过引入辅助旋转损失（Auxiliary Rotation Loss）作为自监督信号，让判别器在区分真实与生成图像的同时，学习预测图像旋转角度，从而增强特征表示能力，提升生成图像的质量和多样性。核心能力包括：完整的训练流程、支持多种数据集（如 CIFAR-10、STL-10）、可配置的模型架构、以及基于旋转自监督的判别器设计。项目代码结构清晰，易于扩展和复现论文结果，适合研究自监督学习与 GAN 结合的研究者和开发者。