Wasserstein GAN（https://arxiv.org/abs/1701.07875）在训练稳定性和减少模型崩溃方面对DCGAN有很大改进。但是，在查看实现时，WGAN的使用明显少于原始的DCGAN。这是为什么呢？

回答：

我没有确切的答案，但一种可能性是使用简单性和开源实现。一个快速搜索显示了WGAN的Pytorch实现和DCGAN的TensorFlow教程。根据这个链接，TensorFlow之前是更受欢迎的选择，因此人们在实现比较时可能选择了更简单的选项。

另外，请记住，一个稳定的实现，你知道你可能正确地实现了它，并且你的竞争技术超越了它，比学习一个新的框架来使用一个更难超越的GAN更有吸引力。