基于对抗网络的图像生成，参数一般用多少，在哪里有源

基于对抗网络的图像生成中，参数的数量通常是数百万到数十亿级别的。GAN模型由生成器和判别器两部分组成，每个部分都有自己的参数。一般来说，生成器的参数量比较大，因为它需要生成高质量的图像。在训练过程中，这些参数会被不断地更新和优化，以提高模型的性能。

关于GAN模型的参数，可以在各种深度学习框架中找到相关的源代码和文档。例如，TensorFlow、PyTorch、Keras等框架都提供了GAN模型的实现代码和示例。此外，还有一些开源的GAN模型库，例如DCGAN、WGAN、CycleGAN等，可以在GitHub上找到它们的源代码和文档。