本发明公开了一种基于DCGAN性能的动态调整方法，属于深度学习信号处理领域，该动态调整方法包括以下步骤：S1、构造深度卷积生成式对抗网络DCGAN；S2、利用图像数据集对网络进行训练；S3、利用网络损失函数定义生成器和判别器性能；S4、根据生成器和判别器性能定义网络生成图像的能力；S5、实时监控网络训练，实现网络性能的动态调整。本方法能够实时地对DCGAN的性能进行监控，实现了网络生成图像能力的动态调整，保证了生成器和判别器能力的均衡提升，避免了网络训练过程中出现“模式崩溃”的情况，从而让DCGAN生成图像的质量得到保证。