网络D：基于卷积分类网络的编码器结构优化

网络D采用与G的编码器阶段相同的一维卷积结构，并适合于卷积分类网络的常规拓扑结构。不同之处在于（1）它获取两个输入通道的16384个样本，（2）在LeakyReLU非线性之前使用虚拟批量标准化，α = 0.3，以及（3）在最后一个激活层中，有一个宽度为1的一维卷积层，不会下采样隐藏激活（1×1卷积）。后者（3）减少了最终分类神经元所需的参数量，该神经元与所有隐藏激活具有线性行为的完全连接。这意味着我们将该完全连接组件所需的参数数量从8×1024 = 8192减少到8。