#目的
DCGANでCIFAR10の画像生成を試みている例は沢山ある。
DCGANでMNISTを作成した例は、成功しているものがあると言っていい気がする。
では、難易度が、ぐっと上がるCIFAR10ではどうか？
いくつかのgithubで示されている画像を確認した。
#結果
##結論
確認した範囲では成功していない。
(画像を生成することが目的とは限らないし、また、一発で画像が生成できることを想定されているわけではないとは思います。）
以下に例示している画像では、全体は別として、１サンプルの単位でも、これは！、と思うようなものはない。（エポック数は、ここでは示していないが、エポック数の問題ではないだろうと、誰もが思うと考えたため。）
直接は関係しないかもしれないが、GANの方向の処理ではなく、普通のCIFAR10の識別器のレベルで、それほど、物の本質を分析できていないと思うので、この結果は仕方がないと思う。
逆に、そのようなことがGANにできるならば、裏返しとして、識別器の手法になんとか展開されるはずで、そのようなもので、強烈な成果が出ているものを知らない。
##CIFAR10の画像
CIFAR10の画像は、ちょっと、嫌になるぐらい低画質なので、まずは、その情報を共有。
以下です。
（出典：https://github.com/mafda/generative_adversarial_networks_101 ）
⇒すべて、凄く、低画質というか、そもそも、画素数がないので、綺麗ではないが、
ただ、多くのものは、元の画像が想像されるような破綻のない、低画質画像である。
（青い恐竜みたいなのがいますが、これが何かは知りません。）
##DCGANによるCIFAR10生成画像の例１
https://github.com/mafda/generative_adversarial_networks_101
の例
（出典：https://github.com/mafda/generative_adversarial_networks_101 ）
##DCGANによるCIFAR10生成画像の例２
https://github.com/shaohua0116/DCGAN-Tensorflow
の例
（出典：https://github.com/shaohua0116/DCGAN-Tensorflow ）
##DCGANによるCIFAR10生成画像の例3
https://github.com/pbcquoc/cifar_dcgan
の例
（出典：https://github.com/pbcquoc/cifar_dcgan ）
##DCGANによるCIFAR10生成画像の例4
https://github.com/4thgen/DCGAN-CIFAR10
の例。
(出典：https://github.com/4thgen/DCGAN-CIFAR10 ）
#まとめ
特にありません。
コメントなどあれば、お願いします。
補足(20220829)
Stable Diffusion というのが、最近流行っており、Google.colabとかだと誰でも直ぐに試せますか、
そこで生成される写真（画像）の
特に、生き物（人や動物）の様子を見て頂けるとGANの現在の状況がわかると思います。
全然、いい感じで生成できていません。